如何使用 Python 的 Bokeh 更改刻度标签大小？
Bokeh 是一个用于现代网络浏览器的交互式数据绘图可视化库。它提供优雅、简洁的多功能图形结构，并在大型或流式数据集上提供高性能交互性。
在本文中，我们将讨论如何使用 Python 的 Bokeh 更改刻度标签大小。
分步方法:
- 现在，要使用 bokeh 绘制任何数据集，最简单的方法是从绘图类导入“图形”和“显示”函数。其他是可选的导入，有助于自定义图表。
- 创建一个图形对象，将我们提供的数据集中的值绘制到图形上。
- 现在“绘图”变量将是我们的图形对象，宽度为 700 像素，高度为 500 像素。
- Bokeh 还为我们提供了定制每个轴的能力。
- 分配或创建数据集。
- 不使用标签_文本_字体_大小属性决定刻度标签的大小。
- 最后，描绘可视化。
以下是基于上述方法的一些示例:
例 1:
蟒蛇 3
from bokeh.plotting import figure, show
from bokeh.models import Legend
# Figure to plot
plot = figure(plot_width=700, plot_height=500)
# X axis customization
plot.xaxis.axis_label = "X Axis"
plot.xaxis.axis_label_text_color = "green"
# Y axis customization
plot.yaxis.axis_label = "Y Axis"
plot.yaxis.axis_label_text_color = "green"
# Creating the simple dataset
x = list(range(15))
y = [i**2 for i in x]
# setting the X and Y values
plot.line(x, y, line_width=4, line_color='lime',
legend_label="label_text_font_size = '15pt'")
# Legend Customization
plot.legend.label_text_font_size = "15pt"
plot.legend.label_text_color = "green"
# Draw function
show(plot)
输出:
例 2:
蟒蛇 3
from bokeh.plotting import figure, show
from bokeh.models import Legend
from math import sin
# Figure to plot
plot = figure(plot_width=700, plot_height=500)
# X axis customization
plot.xaxis.axis_label = "X Axis"
plot.xaxis.axis_label_text_color = "green"
# Y axis customization
plot.yaxis.axis_label = "Y Axis"
plot.yaxis.axis_label_text_color = "green"
# Creating the simple dataset
x = y = list(range(10))
# setting the X and Y values
plot.line(x, y, line_width=4, line_color='lime',
legend_label="label_text_font_size = '30pt'")
# Legend Customization
plot.legend.label_text_font_size = '30pt'
plot.legend.label_text_color = "green"
# Draw function
show(plot)
输出:
