Bokeh库创建动态交互图表的7个核心API

I. 引言：Bokeh的魅力与动态交互图表的价值

想象一下，你正在展示一份数据分析报告，屏幕上不再是静态的图表，而是随着鼠标移动揭示更多信息，或者通过滑动条轻松切换不同时间段的数据。这就是Bokeh库为你带来的魅力——创建引人入胜的动态交互图表。这些图表不仅让数据故事生动起来，更便于受众深度探索数据，发现隐藏的模式与趋势。

II. 准备工作：安装Bokeh与基本导入

在开始这场“动态”之旅前，确保已安装Bokeh库。打开命令行，输入：

pip install bokeh

一切就绪后，在Python脚本中引入所需模块：

from bokeh.io import show, output_notebook
from bokeh.plotting import figure
from bokeh.models import ColumnDataSource, HoverTool, Slider, CheckboxGroup, CustomJS

III. API 1：bokeh.plotting.figure() - 创建绘图区域

就像画家需要画布，我们在Bokeh中使用figure()函数创建一个空白的绘图区域。简单几行代码，一个宽高比为16:9的交互式图表跃然眼前：

p = figure(plot_width=800, plot_height=450, x_axis_type='datetime')

这里我们设置了图表宽度为800像素，高度为450像素，且x轴为日期时间类型。这个“画布”就是后续添加各种图形与交互元素的基础。

IV. API 2：f