使用 Python 进行数据可视化之Bokeh｜Python 主题月

本文正在参加「Python主题月」，详情查看活动连接面试

上一篇文章咱们介绍了 Seaborn，接下来让咱们继续咱们列表的第三个库。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 浏览器来呈现具备高级交互性的新颖图形的优雅、简洁构造。数据库

安装

要安装此类型，请在终端中输入如下命令。编程

pip install bokeh
复制代码

散点图

散点图中散景可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。浏览器

例子：markdown

# 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)

# 展现模型
show(graph)
复制代码

输出:ide

折线图

例子：svn

# 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")

# 提示列的每一个惟一值的计数
df = data['tip'].value_counts()

# 绘制图形
graph.line(df, data['tip'])

# 展现模型
show(graph)
复制代码

输出:函数

条形图

条形图能够有水平条和垂直条两种类型。每一个均可以分别使用绘图界面的 hbar() 和 vbar() 函数建立。post

例子：学习

# 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'])

# 展现模型
show(graph)
复制代码

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。让咱们看看能够添加的各类交互。

Interactive Legends

click_policy 属性使图例具备交互性。有两种类型的交互

隐藏：隐藏字形。
静音：隐藏字形使其彻底消失，另外一方面，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"

# 展现模型
show(graph)
复制代码

输出:

添加小部件

Bokeh 提供了相似于 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，容许更改绘图参数、修改绘图数据等。让咱们看看如何使用和添加一些经常使用的小部件。

按钮

这个小部件向绘图添加了一个简单的按钮小部件。咱们必须将自定义 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。与按钮相似，咱们必须将自定义 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)
复制代码

输出:

注意: 全部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。它还须要一个自定义的 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)
复制代码

输出:

一样，更多的小部件可用，以下拉菜单或选项卡小部件能够添加。

下一节咱们继续谈第四个库—— Plotly

🥇 Python 进行数据可视化系列汇总

🧵 更多相关文章

🍰 往日优秀文章推荐：

若是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

使用 Python 进行数据可视化之Bokeh｜Python 主题月

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

滑块: 向绘图添加一个滑块。 它还须要一个自定义的 JavaScript 函数。

🥇 Python 进行数据可视化系列汇总

🧵 更多相关文章

滑块: 向绘图添加一个滑块。它还须要一个自定义的 JavaScript 函数。