📌  相关文章
📜  Bokeh-ColumnDataSource

📅  最后修改于: 2020-11-09 05:13:25             🧑  作者: Mango

Bokeh API中的大多数绘图方法都可以通过ColumnDatasource对象接收数据源参数。它可以在绘图和“数据表”之间共享数据。

ColumnDatasource可以被视为列名和数据列表之间的映射。将具有一个或多个字符串键和列表或numpy数组作为值的Python dict对象传递给ColumnDataSource构造函数。

例

以下是示例

from bokeh.models import ColumnDataSource
data = {'x':[1, 4, 3, 2, 5],
   'y':[6, 5, 2, 4, 7]}
cds = ColumnDataSource(data = data)

然后，此对象在字形方法中用作源属性的值。以下代码使用ColumnDataSource生成散点图。

from bokeh.plotting import figure, output_file, show
from bokeh.models import ColumnDataSource
data = {'x':[1, 4, 3, 2, 5],
   'y':[6, 5, 2, 4, 7]}
cds = ColumnDataSource(data = data)
fig = figure()
fig.scatter(x = 'x', y = 'y',source = cds, marker = "circle", size = 20, fill_color = "grey")
show(fig)

输出

ColumnDataSource

无需为ColumnDataSource分配Python字典，我们可以为其使用Pandas DataFrame。

让我们使用“ test.csv”(在本节前面使用)获取一个DataFrame，并将其用于获取ColumnDataSource和渲染线图。

from bokeh.plotting import figure, output_file, show
import pandas as pd
from bokeh.models import ColumnDataSource
df = pd.read_csv('test.csv')
cds = ColumnDataSource(df)
fig = figure(y_axis_type = 'log')
fig.line(x = 'x', y = 'pow',source = cds, line_color = "grey")
show(fig)

输出

渲染