欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Python 数据可视化之Bokeh详解

程序员文章站 2022-03-04 11:06:03
目录安装散点图折线图条形图交互式数据可视化interactive legends添加小部件按钮复选框单选按钮总结安装要安装此类型,请在终端中输入以下命令。pip install bokeh散点图散点图...

安装

要安装此类型,请在终端中输入以下命令。

pip install bokeh

Python 数据可视化之Bokeh详解

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:

Python 数据可视化之Bokeh详解

折线图

例子:

# 导入模块from bokeh.plotting import figure, output_file, showimport 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:

Python 数据可视化之Bokeh详解

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, showimport 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:

Python 数据可视化之Bokeh详解

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:

Python 数据可视化之Bokeh详解

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:

Python 数据可视化之Bokeh详解

Python 数据可视化之Bokeh详解

Python 数据可视化之Bokeh详解

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:

Python 数据可视化之Bokeh详解

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

总结

本篇文章就到这里了,希望能够给你带来帮助,也希望您能够多多关注的更多内容!