📜  导出散景图

📅  最后修改于: 2022-05-13 01:55:44.956000             🧑  作者: Mango

导出散景图

Bokeh 是一个可用于Python的交互式数据可视化库。使用 Bokeh,我们可以将我们的绘图嵌入到任何 HTML 文件中。它在内部使用 HTML 和 JavaScript 在 Web 浏览器中渲染绘图以进行表示。在后台,它将数据源转换为 JSON 文件,该文件用作 BokehJS(一个 JavaScript 库)的输入,并在现代浏览器中呈现可视化效果。在本文中,我们将看到如何将散景图导出/保存到本地存储。

我们需要以下依赖项来导出散景图:

  • Selenium
  • 网络驱动程序

要使用 conda 安装这两个,请依次运行以下命令:

conda install selenium geckodriver -c conda-forge
conda install selenium python-chromedriver-binary -c conda-forge

使用点子:

pip install selenium geckodriver firefox

方法 1:使用 export_png()函数将绘图保存为 PNG

使用 export_png()函数,我们可以直接从Python代码中将绘图导出为 PNG 图像。



首先,准备要可视化的数据,然后调用 figure()函数以创建具有默认属性(例如标题和轴标签)的图。使用不同种类的渲染器来创建不同种类的绘图。例如,要渲染一个圆,我们可以使用 circle()函数代替 line() 来渲染圆。使用 export_png(plot_obj, filename)函数保存绘图,然后使用 show()函数显示结果绘图。

Python3
# importing necessary libraries
from bokeh.plotting import figure
from bokeh.plotting import output_file
from bokeh.plotting import show
from bokeh.io import export_png
  
# dummy data
x = [2, 4, 8, 10, 12, 14]
y = [22, 54, 18, 50, 22, 24]
  
# set output to static HTML file
output_file("line.html")
  
# Adding plot
fig = figure(
    title="Bokeh Plot",
    x_axis_label='x-axis',
    y_axis_label='y-axis',)
  
# add a line renderer to plot line
fig.line(x, y)
  
# saving the plot on disk
print('Exporting bokeh_plot.png.....')
export_png(fig, filename = "bokeh_plot.png")
  
# displaying plot
show(fig)


Python3
# importing necessary libraries
from bokeh.plotting import figure
from bokeh.plotting import output_file
from bokeh.plotting import show
from bokeh.io import export_svgs
  
  
# dummy data
x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
y = [11, 12, 13, 14, 15, 16, 18, 17, 19, 20]
  
output_file("circle_bokeh.html")
  
# Adding plot
fig = figure(
    title="SVG Bokeh Plot",
    x_axis_label='x-axis',
    y_axis_label='y-axis',)
  
# add a circle renderer to plot
fig.circle(x, y, fill_color="green", size=20)
  
# saving the plot on disk
print('Exporting circle_bokeh.svg.....')
fig.output_backend = "svg"
export_svgs(fig, filename = "circle_bokeh.svg")
  
# displaying plot
show(fig)


输出:

Exporting bokeh_plot.png....

导出为 PNG

方法 2:使用 export_svg()函数将绘图保存为 SVG

使用 bokeh.io 中的 export_svg()函数,我们可以直接从Python代码中将绘图导出为 SVG 图像。

首先,准备要可视化的数据,然后调用 figure()函数以使用默认属性(例如标题和轴标签)创建绘图。使用不同种类的渲染器创建不同种类的绘图并使用 export_svg(plot_obj, filename)函数保存绘图,然后使用 show()函数显示结果绘图。

蟒蛇3

# importing necessary libraries
from bokeh.plotting import figure
from bokeh.plotting import output_file
from bokeh.plotting import show
from bokeh.io import export_svgs
  
  
# dummy data
x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
y = [11, 12, 13, 14, 15, 16, 18, 17, 19, 20]
  
output_file("circle_bokeh.html")
  
# Adding plot
fig = figure(
    title="SVG Bokeh Plot",
    x_axis_label='x-axis',
    y_axis_label='y-axis',)
  
# add a circle renderer to plot
fig.circle(x, y, fill_color="green", size=20)
  
# saving the plot on disk
print('Exporting circle_bokeh.svg.....')
fig.output_backend = "svg"
export_svgs(fig, filename = "circle_bokeh.svg")
  
# displaying plot
show(fig)

输出:

Exporting circle_bokeh.svg.....

导出为 SVG

注意:导出的绘图将保存在提供Python代码文件的文件夹中。