Python Bokeh 教程-与 Bokeh 的交互数据可视化
原文:https://www.geesforgeks.org/python-bokeh-tutorial-interactive-data-visualization-with-bokeh/
Python Bokeh 是一个提供交互式图表和绘图的数据可视化库。Bokeh 使用 HTML 和 JavaScript 渲染其情节，使用现代网络浏览器呈现优雅、简洁的新颖图形结构，具有高级交互性。
博克的特征:
- 灵活性: Bokeh 可以用于常见的绘图需求以及自定义和复杂的用例。
- 生产力:它与其他流行的 Pydata 工具(如 Pandas 和 Jupyter 笔记本)的交互非常容易。
- 交互性:它创建随用户交互而变化的交互图。
- 功能强大:通过添加 JavaScript，可以为专门的用例生成可视化。
- 可共享:可视化数据是可共享的。它们也可以在 Jupyter 笔记本中渲染。
- 开源: Bokeh 是一个开源项目。
本教程旨在借助一个巨大的数据集，使用解释良好的概念和示例为 Bokeh 提供洞察力。因此，让我们深入 Bokeh，从基础到高级学习所有知识。
目录
装置
Bokeh 由 CPython 3.6 和更老的支持，包括标准分布和蟒蛇分布。Bokeh 包具有以下依赖项。
1。必需的依赖关系
- 皮尤三点十分
- python-dateutil>=2.1
- Jinja2>=2.7
- 数值> =1.11.3
- 枕头> =4.0
- 包装> =16.8
- 龙卷风> =5
- 键入扩展名> =3.7.4
2。可选依赖关系
- 朱皮特
- NodeJS(节点名称)
- 网络 x
- 熊猫
- psutil
- 硒，壁虎河，火狐
- 狮身人面像
Bokeh 可以使用 conda 包管理器和 pip 来安装。要使用 conda 安装它，请在终端中键入以下命令。
conda install bokeh
这将安装所有依赖项。如果安装了所有的依赖项，那么您可以使用 pip 从 PyPI 安装 bokeh。在终端中键入以下命令。
pip install bokeh
请参考下面的文章，以获得关于 Bokeh 安装的详细信息。
博克接口——博克的基本概念
Bokeh 易于使用，因为它为数据科学家提供了一个简单的界面，他们不想被它的实现分散注意力，也为开发人员和软件工程师提供了一个详细的界面，他们可能想要更多地控制 Bokeh 来创建更复杂的功能。为此，博克遵循分层方法。
Bokeh.models
这个类是 Bokeh 的 Python 库，它包含处理由 Bokeh 的 JavaScript 库(BokehJS)创建的 JSON 数据的模型类。大多数模型都是非常基本的，只有很少的属性或者没有方法。
bokeh .绘图
这是提供 Matplotlib 或 MATLAB 类特征进行绘图的中级界面。它处理要绘制的数据，并创建有效的轴、网格和工具。这个界面的主类是图类。
入门指南
在安装和学习了 Bokeh 的基本概念之后，让我们创建一个简单的情节。
示例:
蟒蛇 3
# importing the modules
from bokeh.plotting import figure, output_file, show
# instantiating the figure object
graph = figure(title = "Bokeh Line Graph")
# the points to be plotted
x = [1, 2, 3, 4, 5]
y = [5, 4, 3, 2, 1]
# plotting the line graph
graph.line(x, y)
# displaying the model
show(graph)
输出:
在上面的例子中，我们创建了一个标题为博克线图的简单图。如果您正在使用 Jupyter，那么输出将在浏览器的新选项卡中创建。
注释和图例
标注是可以添加到图形中的补充信息，如标题、图例、箭头等。在上面的例子中，我们已经看到了如何向图中添加标题。在这一节，我们将看到关于传说。
给你的数字添加图例可以帮助你正确地描述和定义它们。因此，更清晰。Bokeh 中的传说实现起来很简单。它们可以是基本的、自动分组的、手动提及的、显式索引的，也可以是交互式的。
示例:
蟒蛇 3
# importing the modules
from bokeh.plotting import figure, output_file, show
# instantiating the figure object
graph = figure(title="Bokeh Line Graph")
# the points to be plotted
x = [1, 2, 3, 4, 5]
y = [5, 4, 3, 2, 1]
# plotting the 1st line graph
graph.line(x, x, legend_label="Line 1")
# plotting the 2nd line graph with a
# different color
graph.line(y, x, legend_label="Line 2",
line_color="green")
# displaying the model
show(graph)
输出:
在上面的例子中，我们用图例绘制了两条不同的线，图例简单地说明了哪一条是线 1，哪一条是线 2。传说中的颜色也是通过颜色来区分的。
请参考下面的文章，以获取有关注释和图例的详细信息
自定义图例
Bokeh 中的图例可以使用以下属性进行自定义。
示例:
蟒蛇 3
# importing the modules
from bokeh.plotting import figure, output_file, show
# instantiating the figure object
graph = figure(title="Bokeh Line Graph")
# the points to be plotted
x = [1, 2, 3, 4, 5]
y = [5, 4, 3, 2, 1]
# plotting the 1st line graph
graph.line(x, x, legend_label="Line 1")
# plotting the 2nd line graph with a
# different color
graph.line(y, x, legend_label="Line 2",
line_color="green")
graph.legend.title = "Title of the legend"
graph.legend.location ="top_left"
graph.legend.label_text_font_size = "17pt"
# displaying the model
show(graph)
输出:
绘制不同类型的图
Bokeh 术语中的字形是指 Bokeh 地块的基本构建块，如直线、矩形、正方形等。Bokeh 绘图是使用 bokeh .绘图界面创建的，该界面使用一组默认工具和样式。
线图
折线图 用于表示不同轴上两个数据 X 和 Y 之间的关系。可以使用绘图模块的 line()方法创建线图。
语法:
线(参数)
示例:
蟒蛇 3
# importing the modules
from bokeh.plotting import figure, output_file, show
# instantiating the figure object
graph = figure(title = "Bokeh Line Graph")
# the points to be plotted
x = [1, 2, 3, 4, 5]
y = [5, 4, 3, 2, 1]
# plotting the line graph
graph.line(x, y)
# displaying the model
show(graph)
输出:
参考下面的文章来获得关于线图的详细信息。
条形图
柱状图或条形图是一种用矩形条表示数据类别的图表，矩形条的长度和高度与它们所代表的值成比例。它可以是两种类型的横条和竖条。分别使用绘图界面的 hbar() 和 vbar() 功能创建。
语法:
hbar(参数)
vbar(参数)
示例 1: 创建水平条。
蟒蛇 3
# importing the modules
from bokeh.plotting import figure, output_file, show
# instantiating the figure object
graph = figure(title = "Bokeh Bar Graph")
# the points to be plotted
x = [1, 2, 3, 4, 5]
y = [1, 2, 3, 4, 5]
# height / thickness of the plot
height = 0.5
# plotting the bar graph
graph.hbar(x, right = y, height = height)
# displaying the model
show(graph)
输出:
示例 2: 创建竖线
蟒蛇 3
# importing the modules
from bokeh.plotting import figure, output_file, show
# instantiating the figure object
graph = figure(title = "Bokeh Bar Graph")
# the points to be plotted
x = [1, 2, 3, 4, 5]
y = [1, 2, 3, 4, 5]
# height / thickness of the plot
width = 0.5
# plotting the bar graph
graph.vbar(x, top = y, width = width)
# displaying the model
show(graph)
输出:
请参考下面的文章，获取有关条形图的详细信息。
散点图
一个散点图是一组在水平和垂直轴上代表单个数据的点。一种图表，其中两个变量的值沿 X 轴和 Y 轴绘制，结果点的模式揭示了它们之间的相关性。可以使用绘图模块的散射()方法绘制。
语法:
scatter(parameters)
示例:
蟒蛇 3
# importing the modules
from bokeh.plotting import figure, output_file, show
from bokeh.palettes import magma
import random
# instantiating the figure object
graph = figure(title = "Bokeh Scatter Graph")
# points to be plotted
x = [n for n in range(256)]
y = [random.random() + 1 for n in range(256)]
# plotting the graph
graph.scatter(x, y)
# displaying the model
show(graph)
输出:
请参考下面的文章，获取散点图的详细信息。
补丁图
面片图对一个区域进行着色，以显示具有相同属性的组。它可以使用绘图模块的补丁()方法创建。
语法:
补丁(参数)
示例:
蟒蛇 3
# importing the modules
from bokeh.plotting import figure, output_file, show
from bokeh.palettes import magma
import random
# instantiating the figure object
graph = figure(title = "Bokeh Patch Plo")
# points to be plotted
x = [n for n in range(256)]
y = [random.random() + 1 for n in range(256)]
# plotting the graph
graph.patch(x, y)
# displaying the model
show(graph)
输出:
请参考以下文章，以获取有关补丁程序图的详细信息。
面积图
面积图定义为两个系列之间共享一个公共区域的填充区域。Bokeh Figure 类有两种方法–varea()，harea()
语法:
varea(x，y1，y2，**kwargs)
harea(x1、x2、y、**kwargs)
示例 1: 创建垂直面积图
计算机编程语言
# Implementation of bokeh function
import numpy as np
from bokeh.plotting import figure, output_file, show
x = [1, 2, 3, 4, 5]
y1 = [2, 4, 5, 2, 4]
y2 = [1, 2, 2, 3, 6]
p = figure(plot_width=300, plot_height=300)
# area plot
p.varea(x=x, y1=y1, y2=y2,fill_color="green")
show(p)
输出:
示例 2: 创建水平面积图
蟒蛇 3
# Implementation of bokeh function
import numpy as np
from bokeh.plotting import figure, output_file, show
y = [1, 2, 3, 4, 5]
x1 = [2, 4, 5, 2, 4]
x2 = [1, 2, 2, 3, 6]
p = figure(plot_width=300, plot_height=300)
# area plot
p.harea(x1=x1, x2=x2, y=y,fill_color="green")
show(p)
