【数据分析学习笔记day24】Bokeh绘图+Bokeh+Bokeh接口+包引用+bokeh.charts+bokeh.plotting+散点图 Scatter+柱状图 Bar+盒子图 BoxPlot

Bokeh绘图

http://bokeh.pydata.org/en/latest

Bokeh

是一个专门针对Web浏览器的呈现功能的交互式可视化Python库。这是Bokeh与其它可视化库最核心的区别。

• 专门针对Web浏览器的交互式、可视化Python绘图库
• 可以做出像D3.js简洁漂亮的交互可视化效果，但是使用难度低于D3.js。
• 独立的HTML文档或服务端程序
• 可以处理大量、动态或数据流
• 支持Python (或Scala, R, Julia…)
• 不需要使用Javascript

Bokeh接口

• Charts: 高层接口，以简单的方式绘制复杂的统计图
• Plotting: 中层接口，用于组装图形元素
• Models: 底层接口，为开发者提供了最大的灵活性

包引用

from bokeh.io import output_notebook, output_file, show
from bokeh.charts import Scatter, Bar, BoxPlot, Chord
from bokeh.layouts import row
import seaborn as sns

# 导入数据
exercise = sns.load_dataset('exercise')

output_notebook()
#output_file('test.html')

• from bokeh.io import output_file 生成.html文档
• from boken.io import output_notebook 在jupyter中使用

bokeh.charts

http://bokeh.pydata.org/en/latest/docs/reference/charts.html

散点图 Scatter

示例代码：

# 散点图</