Bokeh中独特的数据类型简介： ColumnDataSource | Bokeh 小册子

Bokeh 系列文章传送门：

• Bokeh小册子：入门

• Bokeh小册子：figure详细解读

• 29种Bokeh基础可视化图形，学会了可以大展身手…… | Bokeh 小册子
  

前面，我们分享了关于 bokeh 入门 、 figure 使用、以及bokeh基础图形介绍的内容。今天，我们在前文的基础上，主要来分享Bokeh中数据的使用方式，尤其是 Bokeh 特有的数据类型 ColumnDataSource 的使用。

本文主要内容如下：

• 1 直接提供数据

• 2 通过 ColumnDataSource 来提供数据

  • 2.1 data 为字典
    

  • 2.2 data 为 pandas 的 DataFrame

  • 2.3 data 为 pandas 的 DataFrame 的 groupby 对象

本文的环境为

• window 7 系统

• python 3.6

• Jupyter Notebook

• bokeh 0.13.0

数据是进行数据可视化的必要基础， 在 bokeh 中，数据有几种呈现方式。

（1）直接提供数据

（2）通过 ColumnDataSource 来提供数据

1 直接提供数据

首先加载相关Python库。

1. from bokeh.plotting import figure, output_notebook, show

2. from bokeh.layouts import gridplot

3. from bokeh.models import ColumnDataSource

4. import numpy as np

5. import pandas as pd

6. 
   

7. output_notebook()

可以通过数据列的形式（list）直接提供数据

1. np.random.seed(15)

2. 
   

3. x=np.random.randint(1,20,size=6)

4. y=np.random.randint(20,50,size=6)

5. 
   

6. print(x)

7. print(y)

8. 
   

9. p = figure(plot_width=300, plot_height=300)

10. p.circle(x, y,size=y)

11. 
    

12. show(p)

1. [ 9 13 6 1 8 12]

2. [41 42 35 49 37 33]

图示如下：

2 通过 ColumnDataSource 来提供数据

ColumnDataSource 是 Bokeh 中一种重要的数据形式，ColumnDataSource() 方法有一个参数为 “data”， “data”主要有以下三种类型：

（1）data 为字典

（2）data 为 Pandas 的 DataFrame

（3）data 为 Pandas 的 DataFrame 的 groupby 对象

2.1 data 为字典

data 的表现形式是一个字典的形式， 一般情况下， 字典的 key 值是一个字符串，代表列名称， 而 value则是 list形式 或者 numpy的 array 形式。 演示如下：

1. data = {'x_values': [1, 2, 9, 4, 5],

2. 'y_values': [6, 7, 2, 3, 6]}

3. 
   

4. source = ColumnDataSource(data=data)

5. source

ColumnDataSource(

id = '0d38f463-7107-49e7-9263-7b5395afc00a', …)

1. type(source)

1. bokeh.models.sources.ColumnDataSource

从上面结果来看， source 是一个 ColumnDataSource 对象，不能直接打印出来，后续可以在绘图是传入参数进行使用。

1. data = {'x_values': [1, 2, 9, 4, 5],

2. 'y_values': [6, 7, 2, 3, 6]}

3. 
   

4. source = ColumnDataSource(data=data)

5. 
   

6. p = figure(plot_width=300, plot_height=300)

7. p.circle(x='x_values', y='y_values', source=source, size=20)

8. show(p)

图示如下：

2.2 data 为 pandas 的 DataFrame

ColumnDataSource （简称为 CDS） 的 data 参数，也可以是 pandas 的 DataFrame。 当CDS的参数是 DataFrame 时，参数中可以直接用 DataFrame 的列名称，索引名称，也可以直接用DataFrame 已有的名称， 如果没有索引名称，默认情况下， 索引名称 用 "index" 就可以。

1. data = {'x_column': [1, 2, 9, 4, 5, 8],

2. 'y_column': [6, 7, 2, 3, 6, 2]}

3. 
   

4. df = pd.DataFrame(data=data)

5. df

	x_column	y_column
0	1	6
1	2	7
2	9	2
3	4	3
4	5	6
5	8	2

1. source_df = ColumnDataSource(df)

2. 
   

3. p = figure(plot_width=300, plot_height=300)

4. p.circle(x='x_column', y='y_column', source=source_df, size=15)

5. show(p)

图示如下：

1. source_df = ColumnDataSource(df)

2. 
   

3. p = figure(plot_width=300, plot_height=300)

4. 
   

5. # 使用 “index” 作为 DataFrame 的默认索引名称

6. p.circle(x= 'index', y='y_column', source=source_df, size=15)

7. show(p)

图示如下：

2.3 data 为 pandas 的 DataFrame 的 groupby 对象

ColumnDataSource （简称为 CDS） 的 data 参数，还也可以是 pandas 的 DataFrame 的 groupby 对象。

当CDS的参数是 DataFrame 的 groupby 对象时，在绘图时使用的 列名为 groupby 对象的 groupby.describe() 方法中的 列名称。

由于 groupby 会有多个统计参数，在引用时， 列表会合并到一起，形式如： column_mean 等。

1. dates = pd.date_range('20180101', periods=360)

2. 
   

3. df = pd.DataFrame(np.random.randn(360,2), index=dates, columns=list('AB'))

4. 
   

5. df['C'] = ['Good', 'Bad', 'Common', 'Good','Good']*72

6. df['month'] = df.index.month

7. 
   

8. df

图示如下：

1. g = df.groupby('month')

2. 
   

3. g.describe()

图示如下：

1. source_g = ColumnDataSource(g)

2. p = figure(plot_width=400, plot_height=300)

3. p.vbar(x='month', width=0.3, bottom=0, top='A_mean',source=source_g)

4. show(p)

图示如下：

3 小结

相对于 matplotlib， pandas，seaborn 等 Python 绘图库， Bokeh 提供了特有的数据源，掌握好 ColumnDataSource 的应用，对于 Bokeh 绘图是至关重要的。 后续，我们还会陆续接触到 ColumnDataSource 的相关用法。

原文发布时间为：2018-09-26
本文作者： Python数据之道
本文来自云栖社区合作伙伴“ ”，了解相关信息可以关注“ ”。