python数据可视化 – 利用Bokeh和Bottle.py在网页上展示你的数据

2023年5月25日上午8:02 • 人工智能概论

下面我将为你详细讲解“python数据可视化 – 利用Bokeh和Bottle.py在网页上展示你的数据”的完整攻略。

准备工作

在开始这个项目之前，需要先进行一些准备工作：

安装Bokeh和Bottle.py库

Bokeh是一个Python可视化库，可以创建交互式图表、大数据集等视图。可以通过以下命令安装Bokeh库：

pip install bokeh

Bottle.py是一个Python web 框架，可以用来搭建简单的web应用。可以通过以下命令安装Bottle.py库：

pip install bottle

准备数据

需要有一些数据来在网页上展示，可以使用Python提供的随机数生成工具生成一些假数据，也可以使用真实的数据。这里我们使用一个简单的模拟数据。

搭建网页

在这一步，我们需要使用Bottle.py来搭建一个网页，用于展示我们生成的数据。可以新建一个Python文件，命名为webapp.py。

首先，导入必要的库和模块：

from bottle import route, run, template, request
from bokeh.plotting import figure
from bokeh.embed import components
from bokeh.models import ColumnDataSource

然后，我们来创建一个route，用于返回数据可视化图表。这里我们使用Bokeh来绘制一个简单的折线图。

@route('/plot')
def plot():
    # 生成假数据
    x = [1, 2, 3, 4, 5]
    y = [4, 5, 2, 7, 3]

    # 创建一个ColumnDataSource对象
    source = ColumnDataSource(data=dict(x=x, y=y))

    # 创建一个Figure对象，并添加折线图
    p = figure(title='折线图', x_axis_label='X轴', y_axis_label='Y轴')
    p.line('x', 'y', source=source)

    # 将图表转换为html格式的代码
    script, div = components(p)

    # 返回图表的html代码和script代码
    return template('plot', script=script, div=div)

接下来，我们需要在views目录下创建一个名为plot.tpl的模板文件。在该文件中，我们将显示Bokeh图表的div和script分别插入到网页中。

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>数据可视化</title>
    {{ script | safe }}
</head>
<body>
    {{ div | safe }}
</body>
</html>

运行网页

在新建的Python文件中添加以下代码：

if __name__ == '__main__':
    run(host='localhost', port=8080, debug=True)

保存文件，同时确保终端所在目录下已开始virtual environment环境。然后在终端中运行以下命令：

python webapp.py

接着，打开浏览器并访问http://localhost:8080/plot，您应该可以看到生成的数据可视化图表。

示例

为了更好地展示Bokeh和Bottle.py库的使用方法，这里举例说明两个数据可视化的实例。

1. 生成随机数据可视化

首先，我们生成一组随机数据，用于在网页上进行可视化。

import random

x = list(range(10))
y = [random.randint(0, 100) for _ in range(10)]

然后，我们使用Bokeh创建一个柱状图来展示这些数据。

p = figure(title='随机数据柱状图', x_axis_label='X', y_axis_label='Y')
p.vbar(x=x, top=y, width=0.5)

最后，我们将图表呈现在网页中。

source = ColumnDataSource(data=dict(x=x, y=y))
script, div = components(p)

return template('plot', script=script, div=div)

您可以访问http://localhost:8080/plot查看图表。

2. 分组数据可视化

我们假设有一组数据，其中包含了三个班级的成绩，每个班级的成绩有10个。

import numpy as np

data = {
    'class1': np.random.randint(0, 100, 10),
    'class2': np.random.randint(0, 100, 10),
    'class3': np.random.randint(0, 100, 10)
}

接下来，我们可以使用Bokeh创建一个分组柱状图来展示这些数据。

classes = ['class1', 'class2', 'class3']
colors = ['#c9d9d3', '#718dbf', '#e84d60']

p = figure(x_range=classes, title='班级成绩', plot_height=250, y_axis_label='成绩')
p.vbar_stack(classes, x='index', width=0.9, color=colors, source=data,
             legend_label=classes)
p.xgrid.grid_line_color = None
p.legend.orientation = 'horizontal'
p.legend.location = 'top_center'