使用 Python 进行数据可视化之Bokeh

Posted 2021-12-03 海拥✘

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了使用 Python 进行数据可视化之Bokeh相关的知识，希望对你有一定的参考价值。

🌊 作者主页：海拥
🌊 作者简介：🏆CSDN全栈领域优质创作者、🥇HDZ核心组成员、🥈蝉联C站周榜前十
🌊 粉丝福利：粉丝群每周送四本书，每月送各种小礼品(搪瓷杯、抱枕、鼠标垫、马克杯等)

上一篇文章我们介绍了 Seaborn，接下来让我们继续我们列表的第三个库。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 浏览器来呈现具有高级交互性的新颖图形的优雅、简洁构造。

安装

要安装此类型，请在终端中输入以下命令。

pip install bokeh

散点图

散点图中散景可以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。

例子：

# 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)

# 展示模型
show(graph)

输出:

折线图

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")

# 提示列的每个唯一值的计数
df = data['tip'].value_counts()

# 绘制图形
graph.line(df, data['tip'])

# 展示模型
show(graph)

输出:

条形图

条形图可以有水平条和垂直条两种类型。每个都可以分别使用绘图界面的 hbar() 和 vbar() 函数创建。

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'])

# 展示模型
show(graph)

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。让我们看看可以添加的各种交互。

Interactive Legends

click_policy 属性使图例具有交互性。有两种类型的交互

隐藏：隐藏字形。
静音：隐藏字形使其完全消失，另一方面，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"

# 展示模型
show(graph)

输出:

添加小部件

Bokeh 提供了类似于 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，允许更改绘图参数、修改绘图数据等。让我们看看如何使用和添加一些常用的小部件。

按钮

这个小部件向绘图添加了一个简单的按钮小部件。我们必须将自定义 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。与按钮类似，我们必须将自定义 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)

输出:

注意: 所有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。它还需要一个自定义的 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)

输出:

同样，更多的小部件可用，如下拉菜单或选项卡小部件可以添加。

下一节我们继续谈第四个库—— Plotly

🥇 评论区抽粉丝送书啦

💌 欢迎大家在评论区提出意见和建议! (抽两位幸运儿送书，实物图如下)💌

《Python Web开发从入门到精通》

【内容简介】

本书分为3部分：第1部分是基础篇，带领初学者实践Python开发环境和掌握基本语法，同时对网络协议、Web客户端技术、数据库建模编程等网络编程基础深入浅出地进行学习；第2部分是框架篇，学习当前*流行的Python Web框架，即Django、Tornado、Flask和Twisted，达到对各种Python网络技术融会贯通的目的；第3部分是实战篇，分别对几种常用WEB框架进行项目实践，利用其各自的特点开发适用于不同场景的网络程序。
　　本书内容精练、重点突出、实例丰富、讲解通俗，是广大网络应用设计和开发人员不可多得的一本参考书，同时非常适合大中专院校师生学习和阅读，也可作为高等院校计算机及相关培训机构的教材。

也有不想靠抽，想自己买的同学可以参考下面的链接

京东自营购买链接：

《Python Web开发从入门到精通》- 京东图书

当当自营购买链接：

《Python Web开发从入门到精通》- 当当图书