Python Bokeh–在图形上绘制六边形图块
Bokeh 是一个 Python 交互式数据可视化工具。它使用 HTML 和 JavaScript 来渲染它的图。它以现代网络浏览器为呈现目标,提供优雅、简洁的新颖图形结构和高性能交互性。
Bokeh 可用于在图形上绘制六边形图块。可以使用plotting
模块的hex_tile()
方法在图形上绘制六边形图块。
绘图. figure.hex_tile()
语法: hex_tile(参数)
参数:
- q : 六边形瓷砖中心的柱轴坐标
- r : 六边形瓷砖中心的行轴坐标
- 长宽比例:长宽比例值,默认为 1
- 填充α:六边形图块标记的填充α值
- fill_color : 六边形图块标记的填充颜色值
- line_alpha:line alpha 的百分比值,默认为 1
- 线帽:线的线帽值,默认为对接
- 线条_颜色:线条的颜色,默认为黑色
- 线划:线划的值,如:实线、虚线、虚线、点划线、点划线[默认为实线]
- 线划偏移量:线划偏移量的值,默认为 0
- 线连接:线连接的值,默认为斜角
- 线宽:线宽值,默认为 1
- 名称:用户提供的型号名称
- 方向:方向值,默认为点
- 比例:单个图块的比例因子,默认为 1
- 尺寸:六边形瓷砖的半径,默认为 1
- 标签:用户为模型提供的值
其他参数:
- alpha : 一次性设置所有 alpha 关键字参数
- 颜色:一次性设置所有颜色关键字参数
- legend_field : 数据源中应使用的列的名称
- legend_group : 数据源中应使用的列的名称
- 图例_标签:标记图例条目
- 静音:确定字形是否应该渲染为静音,默认为假
- 名称:附加到渲染器的可选用户提供的名称
- 来源:用户提供的数据源
- 视图:用于过滤数据源的视图
- 可见:决定是否渲染字形,默认为真
- x_range_name : 用于映射 x 坐标的额外范围的名称
- y_range_name : 用于映射 y 坐标的额外范围的名称
- 等级:指定此字形的渲染等级顺序
返回:类的一个对象
GlyphRenderer
示例 1 : 在本例中,我们将使用默认值绘制图表。我们已经提供了尺寸和填充颜色属性来使字形可见。
# importing the modules
from bokeh.plotting import figure, output_file, show
# file to save the model
output_file("gfg.html")
# instantiating the figure object
graph = figure(title = "Bokeh Hexagon Tiles Graph",
match_aspect = True)
# the points to be plotted
r = [0, 0, 1]
q = [1, 2, 2]
# plotting the graph
graph.hex_tile(r, q)
# displaying the model
show(graph)
输出:
示例 2 : 在本例中,我们将绘制具有不同参数的六边形瓷砖
# importing the modules
from bokeh.plotting import figure, output_file, show
# file to save the model
output_file("gfg.html")
# instantiating the figure object
graph = figure(title = "Bokeh Hexagon Tiles Graph",
match_aspect = True)
# name of the x-axis
graph.xaxis.axis_label = "x-axis"
# name of the y-axis
graph.yaxis.axis_label = "y-axis"
# the points to be plotted
r = [0, -1, 0, 1, -1, 0, 1]
q = [0, 0, -1, -1, 1, 1, 0]
# fill color values
fill_color = ["yellow", "blue", "pink", "green", "orange", "red", "purple"]
# line color values
line_color = ["yellow", "blue", "pink", "green", "orange", "red", "purple"]
# plotting the graph
graph.hex_tile(r, q,
fill_color = fill_color,
line_color = line_color)
# displaying the model
show(graph)
输出: