Python 中的 bokeh.ploting.figure.arc()函数
Bokeh 是 Python 中的数据可视化库,提供高性能的交互式图表和图,输出可以通过笔记本、html、服务器等多种媒介获得。图形类创建一个新的图形用于绘图。它是绘图的一个子类,通过默认轴、网格、工具等简化绘图创建。
bokeh.ploting.figure.arc()函数
bokeh 库绘图模块中的弧()功能用于配置弧字形并添加到本图中。
语法:弧(x,y,半径,start_angle,end_angle,方向= ' anticlock ',,end_angle_units='rad ',line_alpha=1.0,line_cap='butt ',line_color='black ',line_dash=[],line_dash_offset=0,line_join= '斜角',line_width=1,name=None,radius_units='data ',start_angle_units='rad ',tags=[],*kwargs)
参数:该方法接受以下描述的参数:
- x: 该参数是弧中心的 x 坐标。
- y: 该参数是弧中心的 y 坐标。
- 起始角度:此参数是开始弧的角度。
- end_angle: 此参数是结束弧的角度。
- 方向:该参数是在起始角和结束角之间进行描边的方向。
- 填充α:该参数是弧的填充α值。
- 填充颜色:该参数是弧的填充颜色值。
- line_alpha: 该参数为步骤的 line alpha 值,默认值为 1.0。
- line_cap: 此参数是默认值为 butt 的步骤的线帽值。
- line_color: 此参数是默认值为黑色的步骤的线条颜色值。
- 线划:此参数是步骤的线划值,默认值为[]。
- 线划偏移量:此参数是默认值为 0 的步骤的线划偏移量。
- 线连接:该参数是斜面默认值的步骤的线连接值。
- 线宽:该参数为步长的线宽值,默认值为 1。
- 模式:该参数可以是三个值中的一个:【“之前”、“之后”、“中心”】。
- 名称:此参数是用户为此型号提供的名称。
- 标签:此参数是用户为此模型提供的值。
其他参数:这些参数是**kwargs,描述如下:
- alpha: 此参数用于一次性设置所有 alpha 关键字参数。
- 颜色:此参数用于一次性设置所有颜色关键字参数。
- legend_field: 此参数是数据源中应该用于分组的列的名称。
- legend_group: 此参数是数据源中应该用于分组的列的名称。
- legend_label: 此参数是图例条目,与此处提供的文本完全一致。
- 静音:该参数包含 bool 值。
- 名称:此参数是可选的用户提供的名称,用于附加到渲染器。
- 来源:此参数为用户提供的数据源。
- 视图:该参数是过滤数据源的视图。
- 可见:该参数包含布尔值。
- x_range_name: 此参数是用于映射 x 坐标的额外范围的名称。
- y_range_name: 此参数是用于映射 y 坐标的额外范围的名称。
- 等级:此参数指定此字形的渲染等级顺序。
返回:该方法返回 GlyphRenderer 值。
以下示例说明了 bokeh.ploting.figure.arc()函数在 bokeh.ploting: 示例 1:
# Implementation of bokeh function
import numpy as np
from bokeh.plotting import figure, output_file, show
plot = figure(plot_width = 300, plot_height = 300)
plot.arc(x =[1, 2, 3], y =[3, 2, 1], radius = 0.3,
start_angle = 0.4, end_angle = 4.8,
color ="green", alpha = 0.6)
show(plot)
输出:
例 2:
# Implementation of bokeh function
import numpy as np
from bokeh.plotting import figure, output_file, show
N = 9
x = np.linspace(-2, 2, N)
y = x**2
r = x / 15.0 + 0.3
plot = figure(plot_width = 300, plot_height = 300)
plot.arc(x = x, y = y, radius = r,
start_angle = 0.6, end_angle = 4.8,
color ="green", alpha = 0.6, line_width = 3)
show(plot)
输出: