Python数据可视化之Bokeh详解

Bokeh是一个Python数据可视化库，它可以创建交互式的、现代化的、浏览器友好的图表。Bokeh支持多种图表类型，包括折线图、散点图、柱状图、热力图等。本文将详细讲解如何使用Bokeh进行数据可视化。

安装Bokeh

在使用Bokeh之前，需要先安装它。可以使用pip命令来安装Bokeh，命令如下：

pip install bokeh

创建Bokeh图表

使用Bokeh创建图表需要先导入bokeh.plotting模块。以下是一个创建折线图的示例：

from bokeh.plotting import figure, output_file, show

# 创建一个新的Bokeh图表
p = figure(title='折线图', x_axis_label='x轴', y_axis_label='y轴')

# 添加数据
x = [1, 2, 3, 4, 5]
y = [6, 7, 2, 4, 5]
p.line(x, y, legend_label='折线', line_width=2)

# 输出图表
output_file('line.html')
show(p)

在上面的代码中，我们使用Bokeh创建了一个折线图。使用figure()函数创建了一个新的Bokeh图表，使用line()函数添加了折线图的数据，使用output_file()函数将图表输出到名为line.html的HTML文件中，使用show()函数在浏览器中显示图表。

Bokeh图表的属性

Bokeh图表有很多属性可以设置，包括标题、坐标轴标签、图例、线条颜色等。以下是一个设置Bokeh图表属性的示例：

from bokeh.plotting import figure, output_file, show

# 创建一个新的Bokeh图表
p = figure(title='折线图', x_axis_label='x轴', y_axis_label='y轴')

# 添加数据
x = [1, 2, 3, 4, 5]
y = [6, 7, 2, 4, 5]
p.line(x, y, legend_label='折线', line_width=2, line_color='red')

# 设置图表属性
p.title.text_color = 'blue'
p.title.text_font_size = '20pt'
p.xaxis.axis_label_text_color = 'green'
p.yaxis.axis_label_text_color = 'green'
p.legend.label_text_font_size = '14pt'

# 输出图表
output_file('line.html')
show(p)

在上面的代码中，我们使用Bokeh创建了一个折线图。使用figure()函数创建了一个新的Bokeh图表，使用line()函数添加了折线图的数据，使用output_file()函数将图表输出到名为line.html的HTML文件中，使用show()函数在浏览器中显示图表。使用属性设置函数设置了图表的属性，包括标题颜色、标题字体大小、坐标轴标签颜色、图例字体大小等。

示例1：创建散点图

以下是一个使用Bokeh创建散点图的示例：

from bokeh.plotting import figure, output_file, show

# 创建一个新的Bokeh图表
p = figure(title='散点图', x_axis_label='x轴', y_axis_label='y轴')

# 添加数据
x = [1, 2, 3, 4, 5]
y = [6, 7, 2, 4, 5]
p.circle(x, y, legend_label='散点', size=10, fill_color='red')

# 输出图表
output_file('scatter.html')
show(p)

在上面的代码中，我们使用Bokeh创建了一个散点图。使用figure()函数创建了一个新的Bokeh图表，使用circle()函数添加了散点图的数据，使用output_file()函数将图表输出到名为scatter.html的HTML文件中，使用show()函数在浏览器中显示图表。

示例2：创建柱状图

以下是一个使用Bokeh创建柱状图的示例：

from bokeh.plotting import figure, output_file, show

# 创建一个新的Bokeh图表
p = figure(title='柱状图', x_axis_label='x轴', y_axis_label='y轴')

# 添加数据
x = [1, 2, 3, 4, 5]
y = [6, 7, 2, 4, 5]
p.vbar(x=x, top=y, width=0.9, legend_label='柱状', line_color='white', fill_color='blue')

# 输出图表
output_file('bar.html')
show(p)

在上面的代码中，我们使用Bokeh创建了一个柱状图。使用figure()函数创建了一个新的Bokeh图表，使用vbar()函数添加了柱状图的数据，使用output_file()函数将图表输出到名为bar.html的HTML文件中，使用show()函数在浏览器中显示图表。