本文正在参加「Python主题月」，详情查看 活动链接
上一篇文章我们介绍了 Seaborn，接下来让我们继续我们列表的第三个库。Bokeh 主要以其交互式图表可视化而闻名。Bokeh 使用 HTML 和 JavaScript 呈现其绘图，使用现代 Web 浏览器来呈现具有高级交互性的新颖图形的优雅、简洁构造。
安装
要安装此类型，请在终端中输入以下命令。
pip install bokeh
散点图
散点图中散景可以使用绘图模块的散射（）方法被绘制。这里分别传递 x 和 y 坐标。
例子：
# 导入模块
from bokeh.plotting import figure, output_file, show
from bokeh.palettes import magma
import pandas as pd
# 实例化图形对象
graph = figure(title = "Bokeh Scatter Graph")
# 读取数据库
data = pd.read_csv("tips.csv")
color = magma(256)
# 绘制图形
graph.scatter(data['total_bill'], data['tip'], color=color)
# 展示模型
show(graph)
输出:
折线图
例子：
# 导入模块
from bokeh.plotting import figure, output_file, show
import pandas as pd
# 实例化图形对象
graph = figure(title = "Bokeh Bar Chart")
# 读取数据库
data = pd.read_csv("tips.csv")
# 提示列的每个唯一值的计数
df = data['tip'].value_counts()
# 绘制图形
graph.line(df, data['tip'])
# 展示模型
show(graph)
输出:
条形图
条形图可以有水平条和垂直条两种类型。 每个都可以分别使用绘图界面的 hbar() 和 vbar() 函数创建。
例子：
# 导入模块
from bokeh.plotting import figure, output_file, show
import pandas as pd
# 实例化图形对象
graph = figure(title = "Bokeh Bar Chart")
# 读取数据库
data = pd.read_csv("tips.csv")
# 绘制图形
graph.vbar(data['total_bill'], top=data['tip'])
# 展示模型
show(graph)
输出:
交互式数据可视化
Bokeh 的主要功能之一是为绘图添加交互性。 让我们看看可以添加的各种交互。
Interactive Legends
click_policy 属性使图例具有交互性。 有两种类型的交互
- 隐藏：隐藏字形。
- 静音：隐藏字形使其完全消失，另一方面，静音字形只是根据参数去强调字形。
例子：
# 导入模块
from bokeh.plotting import figure, output_file, show
import pandas as pd
# 实例化图形对象
graph = figure(title = "Bokeh Bar Chart")
# 读取数据库
data = pd.read_csv("tips.csv")
# 绘制图形
graph.vbar(data['total_bill'], top=data['tip'],
legend_label = "Bill VS Tips", color='green')
graph.vbar(data['tip'], top=data['size'],
legend_label = "Tips VS Size", color='red')
graph.legend.click_policy = "hide"
# 展示模型
show(graph)
输出:
添加小部件
Bokeh 提供了类似于 HTML 表单的 GUI 功能，如按钮、滑块、复选框等。这些为绘图提供了一个交互界面，允许更改绘图参数、修改绘图数据等。让我们看看如何使用和添加一些常用的小部件。
按钮
这个小部件向绘图添加了一个简单的按钮小部件。 我们必须将自定义 JavaScript 函数传递给模型类的 CustomJS() 方法。
复选框
向图中添加标准复选框。与按钮类似，我们必须将自定义 JavaScript 函数传递给模型类的 CustomJS() 方法。
单选按钮
添加一个简单的单选按钮并接受自定义 JavaScript 函数。
例子：
from bokeh.io import show
from bokeh.models import Button, CheckboxGroup, RadioGroup, CustomJS
button = Button(label="GFG")
button.js_on_click(CustomJS(
code="console.log('button: click!', this.toString())"))
# 复选框和单选按钮的标签
L = ["First", "Second", "Third"]
# 活动参数集默认检查选定的值
checkbox_group = CheckboxGroup(labels=L, active=[0, 2])
checkbox_group.js_on_click(CustomJS(code="""
console.log('checkbox_group: active=' + this.active, this.toString())
"""))
# 活动参数集默认检查选定的值
radio_group = RadioGroup(labels=L, active=1)
radio_group.js_on_click(CustomJS(code="""
console.log('radio_group: active=' + this.active, this.toString())
"""))
show(button)
show(checkbox_group)
show(radio_group)
输出:
注意: 所有这些按钮都将在新选项卡上打开。
滑块: 向绘图添加一个滑块。 它还需要一个自定义的 JavaScript 函数。
示例:
from bokeh.io import show
from bokeh.models import CustomJS, Slider
slider = Slider(start=1, end=20, value=1, step=2, title="Slider")
slider.js_on_change("value", CustomJS(code="""
console.log('slider: value=' + this.value, this.toString())
"""))
show(slider)
输出:
同样，更多的小部件可用，如下拉菜单或选项卡小部件可以添加。
下一节我们继续谈第四个库—— Plotly
🥇 Python 进行数据可视化系列汇总
- 使用 Python 进行数据可视化之Matplotlib
- 使用 Python 进行数据可视化之Seaborn
- 使用 Python 进行数据可视化之Bokeh
- 使用 Python 进行数据可视化之Plotly
🧵 更多相关文章
- 30 个 Python 教程和技巧
- Python 语句、表达式和缩进
- Python 关键字、标识符和变量
- 如何在 Python 中编写注释和多行注释
- 通过示例了解 Python 数字和类型转换
- Python 数据类型——从基础到高级学习
- 手把手教你使用 Python 制作贪吃蛇游戏
- Python 中的面向对象编程一之类、对象和成员
🍰 往日优秀文章推荐：
- 每个人都必须知道的 20 个 Python 技巧
- 100 个基本 Python 面试问题第一部分(1-20)
- 100 个基本 Python 面试问题第二部分(21-40)
- 100 个基本 Python 面试问题第三部分(41-60)
- 100 个基本 Python 面试问题第四部分(61-80)
- 100 个基本 Python 面试问题第五部分(81-100)
如果你真的从这篇文章中学到了一些新东西，喜欢它，收藏它并与你的小伙伴分享。🤗最后，不要忘了❤或📑支持一下哦
