使用 Python 进行数据可视化之Bokeh(2)

---

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
自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注：Python）

(img-uYZMKvNH-1713755667956)]

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注：Python）