Python Bokeh – 在图上绘制多个补丁

Bokeh是一种Python库，可帮助数据科学家创建交互式可视化图表。 Bokeh的关键特点之一是能够在图表中添加多个补丁。

在本教程中，我们将学习如何使用Python Bokeh在图中绘制多个补丁。

步骤1：安装必要的库

在继续之前，请确保已安装以下库：

• Python 3.x
• Bokeh library
• NumPy
• Pandas

步骤2：准备数据

在此示例中，我们将使用Pandas库中的数据来创建两个不同的线。

import pandas as pd

# create some sample data
x = [1, 2, 3, 4, 5]
y1 = [2, 4, 6, 8, 10]
y2 = [1, 3, 5, 7, 9]

# create Pandas DataFrame
data = pd.DataFrame({'x': x, 'y1': y1, 'y2': y2})

步骤3：创建图表

接下来，我们将用Bokeh创建图表并将数据添加到图表中。

from bokeh.plotting import figure, show

# create a new plot with a title and axis labels
p = figure(title="Python Bokeh - Multiple Patches", x_axis_label='x', y_axis_label='y')

# add multiple lines
p.line(data['x'], data['y1'], legend_label='Line 1', line_width=2)
p.line(data['x'], data['y2'], legend_label='Line 2', line_width=2, line_color='red')

# show the plot
show(p)

运行以上代码会显示一个带有两条线的图表。

步骤4：向图表添加补丁

现在我们可以开始在图表中添加补丁了。

from bokeh.models import BoxAnnotation

# add multiple patches
p.patches([[1, 3, 3, 1], [3, 5, 5, 3]], [[0, 0, 8, 8], [0, 0, 8, 8]], fill_color=['rgba(100,100,100,0.1)', 'rgba(50,50,50,0.1)'], line_color="black")

# show the plot
show(p)

在以上代码中，我们使用Bokeh的BoxAnnotation类创建了两个补丁，并将它们添加到图表中。每个补丁都是通过表示一个笛卡尔坐标系矩形来定义的。我们在补丁中使用的矩形包括四个点的坐标：

• [1, 3, 3, 1] and [3, 5, 5, 3]表示在x方向上的，而[0, 0, 8, 8]和[0, 0, 8, 8]表示在y方向上的。

• 'fill_color'参数为截面区域设置颜色，通过设置'line_color'为'black'，我们为矩形设置了一个黑色边框。

运行代码后，我们将得到一个图表，其中包含两个补丁和两个线。

总结

这就是Python Bokeh中如何在图表上绘制多个补丁的过程。Bokeh的强大功能为数据可视化工作提供了极大的灵活性和创造性。