python图表交互控件_用djang中的交互式控件制作bokeh图表

有两个用例：

没有服务器

如果您可以在JS中执行任何更新(不需要调用实际的python代码)，那么使用CustomJS callbacks添加交互非常容易。在这个链接中有很多示例，但是一个基本的简单代码示例看起来像：from bokeh.io import vform

from bokeh.models import CustomJS, ColumnDataSource, Slider

from bokeh.plotting import Figure, output_file, show

output_file("callback.html")

x = [x*0.005 for x in range(0, 200)]

y = x

source = ColumnDataSource(data=dict(x=x, y=y))

plot = Figure(plot_width=400, plot_height=400)

plot.line('x', 'y', source=source, line_width=3, line_alpha=0.6)

callback = CustomJS(args=dict(source=source), code="""

var data = source.get('data');

var f = cb_obj.get('value')

x = data['x']

y = data['y']

for (i = 0; i < x.length; i++) {

y[i] = Math.pow(x[i], f)

}

source.trigger('change');

""")

slider = Slider(start=0.1, end=4, value=1, step=.1,

title="power", callback=callback)

layout = vform(slider, plot)

show(layout)

这将创建一个独立的HTML文档，其中包含Bokeh图和一个滑块，它根据滑块更新绘图，而不需要服务器(例如，您可以通过电子邮件将其发送给某人或在静态页面上提供服务，这样就可以工作了)。在

使用服务器

如果您希望小部件、交互等驱动实际的python代码(例如scikitlearn或Pandas)，那么您需要使用Bokeh服务器。令人高兴的是，新的服务器版本0.11更加健壮、性能更高、可伸缩性更强，并且易于使用。您可以在这里看到几个实时部署的Bokeh应用程序(带有指向其源代码的链接)：

以及有关各种部署的广泛文档，请参阅以下文档：