原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
PAGE1
PAGE1
Bokeh（Python库）：Bokeh交互式图表创建
1Bokeh（Python库）：Bokeh交互式图表创建
1.1简介
1.1.1Bokeh库的概述
Bokeh是一个用于创建交互式数据可视化图表的Python库。它特别适合于处理大量数据，能够生成美观、动态的图表，并且可以轻松地嵌入到Web应用程序中。Bokeh支持多种数据源，包括NumPy数组、Pandas数据帧，以及SQL数据库等，使得数据处理和可视化更加灵活。
Bokeh的图表可以是静态的，也可以是动态的，包括实时更新、缩放、平移、悬停工具提示等功能。此外，Bokeh还提供了丰富的布局和样式选项，以及自定义JavaScript回调，使得用户能够根据需要定制图表的交互行为。
1.1.2Bokeh的安装与配置
安装Bokeh
Bokeh可以通过Python的包管理器pip进行安装。在命令行中运行以下命令：
pipinstallbokeh
如果使用Anaconda环境，可以通过conda命令安装：
condainstall-canacondabokeh
配置Bokeh
Bokeh的图表可以输出为多种格式，包括HTML文件、JupyterNotebook中的内嵌图表、或者在Web服务器上实时显示。配置输出方式可以通过bokeh.io模块中的output_file、output_notebook或show函数实现。
例如，要将图表输出到HTML文件中，可以使用output_file函数：
frombokeh.ioimportoutput_file,show
frombokeh.plottingimportfigure
#创建一个图表
p=figure(title=示例图表,x_axis_label=x轴,y_axis_label=y轴)
#添加数据点
p.circle([1,2,3,4,5],[6,7,2,4,5],size=20,color=navy,alpha=0.5)
#配置输出到HTML文件
output_file(output.html)
#显示图表
show(p)
如果在JupyterNotebook中使用Bokeh，可以使用output_notebook函数：
frombokeh.ioimportoutput_notebook,show
frombokeh.plottingimportfigure
#配置输出到JupyterNotebook
output_notebook()
#创建并显示图表
p=figure(title=示例图表,x_axis_label=x轴,y_axis_label=y轴)
p.circle([1,2,3,4,5],[6,7,2,4,5],size=20,color=navy,alpha=0.5)
show(p)
1.2创建交互式图表
Bokeh提供了多种工具和选项来创建交互式图表。以下是一些基本的交互功能示例：
1.2.1缩放和平移
Bokeh图表默认包含缩放和平移工具。用户可以通过点击和拖动图表来缩放和平移视图。
frombokeh.plottingimportfigure,show
#创建一个图表
p=figure(title=交互式图表,x_axis_label=x轴,y_axis_label=y轴)
#添加数据点
p.circle([1,2,3,4,5],[6,7,2,4,5],size=20,color=navy,alpha=0.5)
#显示图表
show(p)
1.2.2悬停工具提示
通过HoverTool，Bokeh图表可以显示数据点的详细信息。以下是一个使用悬停工具提示的示例：
frombokeh.plottingimportfigure,show
frombokeh.modelsimportHoverTool
#创建一个图表
p=figure(title=交互式图表,x_axis_label=x轴,y_axis_label=y轴)
#添加数据点
source=ColumnDataSource(data=dict(x=[1,2,3,4,5],y=[6,7,2,4,5],desc=[A,B,C,D,E]))
p.circle(x,y,size=20,color=navy,alpha=0.5,source=source)
#添加悬停工具提示
hover=HoverTool(tooltips=[
(描
文档评论（0）