亚洲精品成人片在线播放,国产精品嫩草影院在线看,99国产精品自在自在久久

發表評論

A+

Bokeh是一個Python庫，用于在Web瀏覽器中創建交互式數據可視化。它以一種視覺上令人愉悅的方式提供了人類可讀和快速的數據呈現。如果您以前在Python中使用過可視化，那么您可能使用過matplotlib。但是Bokeh不同于matplotlib。

要安裝Bokeh，請在終端中輸入以下命令。

pip install bokeh

為什么要使用Bokeh

matplotlib和Bokeh的預期用途是完全不同的。Matplotlib創建靜態圖形，這些圖形對于快速簡單的可視化或創建出版質量的圖像非常有用。Bokeh創建用于在網絡上顯示的可視化（無論是本地還是嵌入在網頁中），最重要的是，可視化意味著高度交互。Matplotlib不提供這兩個功能。

如果你想與你的數據進行視覺交互，或者你想將交互式視覺數據分發給網絡觀眾，Bokeh是你的庫！如果您的主要興趣是生成最終的可視化以供發布，matplotlib可能更好，盡管Bokeh確實提供了一種創建靜態圖形的方法。

繪制一個簡單的圖形

前兩個元素必須分別是x軸和y軸上的數據。

color：動態分配顏色，如圖所示。

fill_alpha：指定圓的不透明度。

size：指定每個圓的大小。

示例

from bokeh.plotting import figure, output_file, show
from bokeh.sampledata.iris import flowers
# assign custom colors to represent each
# class of data in a dictionary format
colormap = {'setosa': 'red', 'versicolor': 'green',
????????????'virginica': 'blue'}
colors = [colormap[x] for x in flowers['species']]
# title for the graph
p = figure(title="Iris Morphology")
# label on x-axis
p.xaxis.axis_label = 'Petal Length'
# label on y-axis
p.yaxis.axis_label = 'Petal Width'
# plot each datapoint as a circle
# with custom attributes.
p.circle(flowers["petal_length"],
????????flowers["petal_width"],
????????color=colors,
????????fill_alpha=0.3,
????????size=15)
# you can save the output as an
# interactive html file
output_file("iris1.html", title="iris.py example")
# display the generated plot of graph
show(p)

在上面的示例中，output_file（）函數用于將生成的輸出保存為html文件，因為bokeh使用web格式來提供交互式顯示。最后使用show（）函數顯示生成的輸出。

注意事項：

紅色= Setosa，綠色= Versicolor，藍色= Virginica

在每個可視化的右上角，都有bokeh提供的交互功能。它允許

1.平移圖

2.使用框選擇進行縮放

3.使用滾輪縮放

4.保存

5.復位

6.幫助

繪制條形圖

在這個例子中，我們將使用自定義創建的數據集，使用代碼本身的列表，即水果數據集。output_file（）函數用于將生成的輸出保存為html文件，因為bokeh使用web格式。我們可以使用ColumnDataSource（）函數將創建的自定義數據集（兩個列表）映射為字典格式。 figure（）函數用于初始化圖形圖形，以便可以在其上繪制數據，具有各種參數，例如：

x_range：定義x軸上的數據。
plot_width，plot_height：定義圖形的寬度和高度。
toolbar_location：定義工具欄的位置。
title：定義圖的標題。

這里我們使用簡單的豎線來表示數據，因此我們使用vbar（）方法，并在其中傳遞不同的參數來為豎線分配各種屬性，例如：

x：x軸方向的數據
top：y軸方向的數據
width：定義每個條形的寬度
source：數據來源
legend_field：顯示數據中存在的類的列表
line_color：定義圖形中線條的顏色
fill_color：定義數據類的不同顏色

最后使用show（）函數顯示生成的輸出。

from bokeh.io import output_file, show
from bokeh.models import ColumnDataSource
from bokeh.palettes import Spectral10
from bokeh.plotting import figure
from bokeh.transform import factor_cmap
output_file("fruits_bar_chart.html") #output save file name
# creating custom data
fruits = ['Apples', 'Pears', 'Nectarines',
????????'Plums', 'Grapes', 'Strawberries',
????????'bananas','berries','pineapples','litchi']
counts = [51, 34, 4, 28, 119, 79, 15, 68, 26, 88]
# mapping counts with classes as a dictionary
source = ColumnDataSource(data=dict(fruits=fruits,
????????????????????????????????????counts=counts))
# initializing the figure
p = figure(x_range=fruits,
????????plot_width=800,
????????plot_height=350,
????????toolbar_location=None,
????????title="Fruit Counts")
# assigning various attributes to plot
p.vbar(x='fruits', top='counts',
????width=1, source=source,
????legend_field="fruits",
????line_color='white',
????fill_color=factor_cmap('fruits',
????????????????????????????palette=Spectral10,
????????????????????????????factors=fruits))
p.xgrid.grid_line_color = None
p.y_range.start = 0
p.y_range.end = 150
p.legend.orientation = "horizontal"
p.legend.location = "top_center"
# display output
show(p)