散景中的字形

Bokeh 是一个Python库，用于创建交互式数据可视化。在本文中，我们将讨论散景中的字形。但首先让我们看看如何在Python中安装 Bokeh。

安装

要安装此类型，请在终端中输入以下命令。

conda install bokeh
Or
pip install bokeh  

用字形绘图

通常，绘图由线条、圆形等形式的几何形状组成。 因此，字形只是绘制来表示数据的视觉形状，例如圆形、正方形、线条、矩形等。

创建基本折线图：

折线图以线的形式显示 x 和 y 轴点移动的可视化。要在图形上绘制线条字形，我们使用图形对象的 line() 方法。

句法：

my_plot.line(a, b, line_width)  

代码：

Python

# import the libraries
from bokeh.plotting import figure, show, output_file
  
# prepare some data
a = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
b = [2, 4, 6, 8, 10, 12, 14, 16, 18, 20]
  
# create a plot using figure
my_plot = figure(title="simple line chart", x_axis_label="X-Axis",
                 y_axis_label="Y-Axis")
  
# adding line graph
my_plot.line(a, b, line_width=3)
  
# display output in file
output_file("line.html")
  
# show the result
show(my_plot)

输出：

组合多个图形

您还可以使用 bokeh.plotting 界面添加多个图形。为此，您只需要通过传递不同的数据作为参数来多次调用 line()函数，如示例所示。

句法：

p.line(x1, y2, legend_label, line_color, line_width)

代码：

Python

from bokeh.plotting import figure, show
from bokeh.io import output_notebook
  
  
# prepare some data
x1 = [1, 3, 4, 5, 6]
x2 = [5, 3, 8, 1, 8]
y1 = [6, 7, 8, 9, 4]
y2 = [3, 4, 5, 6, 7]
  
# create a new plot
p = figure(title="Drawing multiple lines",
           x_axis_label="X-Axis", y_axis_label="Y-Axis")
  
# add multiple renderers
p.line(x1, y1, legend_label="line 1", line_color="red", line_width=1)
p.line(x2, y2, legend_label="line 2", line_color="blue", line_width=1)
p.line(x1, y2, legend_label="line 3", line_color="black", line_width=1)
  
output_notebook()
show(p)

输出：

渲染圆圈

为了将圆形字形添加到您的绘图中，我们使用 circle() 方法而不是上面示例中使用的 line() 方法。

Circle()：我们使用此方法向绘图添加圆形字形。它以中心的 x 和 y 坐标作为参数。除此之外，它还需要参数，如大小、填充颜色、填充阿尔法、角度、线颜色、线阿尔法、半径、半径尺寸等

句法：

p.circle(x, y, size, fill_color)

Criss_cross()：此方法通过圆心添加一个带有“+”标记的圆字形，并获取中心的 x 和 y 坐标。

句法：

p.circle_cross(x, y, size, fill_color, fill_alpha, line_width)

Circle_X() ：此方法通过圆心添加一个带有“X”标记的圆字形，并获取中心的 x 和 y 坐标。

句法：

p.circle_x(x, y, size,fill_color, fill_alpha, line_width)

代码：

Python

from bokeh.plotting import figure, show
from bokeh.io import output_file
  
# prepare some data
x = [1, 2, 4, 6, 7]
y = [7, 6, 3, 9, 10]
  
# create a new plot with figure function
p = figure(title="Circle Glyph", plot_width=450, plot_height=400)
  
# create circle glyph
p.circle(x=x, y=y, size=25, fill_color="red")
p.circle_cross(x=[2, 4, 6, 8], y=[5, 8, 9, 11], size=25,
               fill_color="blue", fill_alpha=0.3, line_width=2)
p.circle_x(x=[4, 7, 2, 6], y=[7, 2, 4, 9], size=25,
           fill_color="green", fill_alpha=0.6, line_width=2)
  
# show the results
output_file('circle.html')
show(p)

输出：

渲染条

类似地，我们可以使用 vbar()函数渲染竖条，使用 hbar()函数渲染水平条。

创建 vbar

要绘制 vbar，我们指定中心 x 坐标、底部和顶部端点，如下例所示：

句法：

p.vbar(x, bottom, top,
color, width, fill_color,legend_label)

代码：

Python

# Bokeh libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show
  
# data
day = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
no_orders = [450, 628, 488, 210, 287, 
             791, 508, 639, 397, 943]
  
# Output the visualization directly in the notebook
output_notebook()
  
# Create a figure
p = figure(title='Bar chart',
           plot_height=400, plot_width=600,
           x_axis_label='Day', y_axis_label='Orders Recieved',
           x_minor_ticks=2, y_range=(0, 1000),
           toolbar_location=None)
  
# The daily orders will be represented as vertical
# bars (columns)
p.vbar(x=day, bottom=0, top=no_orders,
       color='blue', width=0.75, fill_color='red',
       legend_label='Orders')
  
# Let's check it out
show(p)

输出：

创建 hbar

要绘制 hbar ，我们指定中心 y 坐标、左右端点和高度，如下例所示：

句法：

p.hbar(y, height, left, right,
 color, width, fill_color,
legend_label)

示例代码：

Python

# Bokeh libraries
from bokeh.plotting import figure, show, output_file
  
# data
day = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
no_orders = [450, 628, 488, 210, 287, 791, 
             508, 639, 397, 943]
  
# Create a figure
p = figure(title='Bar chart',
           plot_height=400, plot_width=600,
           x_axis_label='Orders Recieved', y_axis_label='Day',
           x_range=(0, 1000), toolbar_location=None)
  
# The daily orders will be represented as 
# horizontal bars
p.hbar(y=day, height=0.5, left=0, right=no_orders,
       color='blue', width=0.75, fill_color='red',
       legend_label='Orders')
  
# Let's check it out
show(p)
output_file("ex.html")

输出：

补丁字形

补丁字形以特定颜色对空间区域进行着色。我们使用 patch() 方法开发单个补丁，使用 patch() 方法开发多个补丁。

单补丁

句法：

p.patch(x, y, fill_color, line_color, alpha, line_width)

代码：

Python

# Bokeh libraries
from bokeh.plotting import figure, show, output_file
  
# data
x = [1, 2, 3, 4, 5]
y = [6, 7, 8, 5, 2]
  
# Create a figure
p = figure(title='Patch Glyph',
           plot_height=400, plot_width=600,
           x_axis_label='x', y_axis_label='y', 
           toolbar_location=None)
  
# add patch glyph
p.patch(x, y, fill_color="blue", line_color='black',
        alpha=0.5, line_width=2)
  
# show the results
show(p)
output_file("ex.html")

输出：

多个补丁

可以通过使用函数patch() 而不是 patch() 以类似的方式创建多个补丁。在下面显示的示例中，我们以数组列表的形式传递数据，以创建具有不同颜色的三个补丁。

代码：

Python

# Bokeh libraries
from bokeh.plotting import figure, show, output_file
  
# data
x = [[1, 2, 3], [4, 6, 8], [2, 4, 5, 4]]
y = [[2, 5, 6], [3, 6, 7], [2, 4, 7, 8]]
  
# Create a figure
p = figure(title='Patch Glyph',
           plot_height=400, plot_width=600,
           x_axis_label='x', y_axis_label='y',
           toolbar_location=None)
  
# add patches glyph
p.patches(x, y, fill_color=["blue", "green", "yellow"], line_width=2)
  
# show the results
show(p)
output_file("ex.html")

输出：