Python – 使用 Bokeh 进行数据可视化

Bokeh 是一个用于 Python 的交互式可视化库，可用于构建漂亮、交互式的数据可视化应用程序。它支持多种图表类型，包括折线图、散点图、条形图和区域图等。

安装

在开始 Bokeh 的使用之前，需要安装 Bokeh 库。可以通过 pip 命令进行安装：

pip install bokeh

基础图表

以下代码显示了如何使用 Bokeh 库创建一个简单的折线图：

from bokeh.plotting import figure, output_file, show

# 准备数据
x = [1, 2, 3, 4, 5]
y = [6, 7, 2, 4, 5]

# 创建一个绘图对象
p = figure(title="Simple line example", x_axis_label='x', y_axis_label='y')

# 添加一条折线
p.line(x, y, legend_label="Temp.", line_width=2)

# 显示绘图结果
show(p)

运行该脚本，将会生成一个网页，上面展示了这个简单的折线图，如下所示：

交互式图表

Bokeh 的一大特色是可以创建交互式图表，用户可以通过鼠标、键盘等方式与图表进行交互。下面是一个简单的交互式散点图的示例代码。

from bokeh.models import ColumnDataSource
from bokeh.plotting import figure, output_file, show
from bokeh.models import HoverTool

# 准备数据
source = ColumnDataSource(data={
    'x': [1, 2, 3, 4, 5],
    'y': [6, 7, 2, 4, 5],
    'desc': ['A', 'B', 'C', 'D', 'E']
})

# 创建一个绘图对象
p = figure(title="Hover over points", x_axis_label='x', y_axis_label='y')

# 添加散点图，同时添加交互式工具
p.circle('x', 'y', size=20, source=source)
hover = HoverTool(tooltips=[('desc', '@desc')])
p.add_tools(hover)

# 显示绘图结果
show(p)

运行该脚本，将会生成一个网页，上面展示了这个交互式散点图，当鼠标悬停在散点上时，会显示散点的描述信息，如下所示：

总结

本文介绍了 Bokeh 库的基础用法，包括如何安装、如何创建简单图表和交互式图表。Bokeh 是一个非常强大的可视化库，能够帮助开发者更加高效地进行数据分析和可视化工作。