- Bokeh 教程
- Bokeh - 主页
- Bokeh - 介绍
- Bokeh - 环境设置
- Bokeh - 入门
- Bokeh - Jupyter Notebook
- Bokeh - 基本概念
- Bokeh - 含字形图的绘图
- Bokeh - 区域绘图
- Bokeh - 圆形字形图
- Bokeh - 矩形、椭圆形和多边形
- Bokeh - 扇形和圆弧
- Bokeh - 专业曲线
- Bokeh - 设置范围
- Bokeh - 坐标轴
- Bokeh - 注释和图例
- Bokeh - Pandas
- Bokeh - ColumnDataSource
- Bokeh - 过滤数据
- Bokeh - 布局
- Bokeh - 绘图工具
- Bokeh - 样式化视觉属性
- Bokeh - 自定义图例
- Bokeh - 添加小工具
- Bokeh - 服务器
- Bokeh - 使用 Bokeh 子命令
- Bokeh - 导出绘图
- Bokeh - 嵌入绘图和应用
- Bokeh - 扩展 Bokeh
- Bokeh - WebGL
- Bokeh - 使用 JavaScript 开发
- Bokeh 实用资源
- Bokeh - 快速指南
- Bokeh - 实用资源
- Bokeh - 讨论
Bokeh - Pandas
在以上所有示例中,用于绘图的数据已以 Python 列表或 numpy 数组的形式提供。也可以将数据源以 pandas DataFrame 对象的形式提供。
DataFrame 是二维数据结构。数据框架中的列可以是不同数据类型的。Pandas 库具有从各种来源(如 CSV 文件、Excel 工作表、SQL 表等)创建数据框架的功能。
为了便于以下示例,我们使用了一个 CSV 文件,该文件包含表示一个数字 x 和 10x 的两个列。test.csv 文件如下 −
x,pow 0.0,1.0 0.5263157894736842,3.3598182862837818 1.0526315789473684,11.28837891684689 1.5789473684210527,37.926901907322495 2.1052631578947367,127.42749857031335 2.631578947368421,428.1332398719391 3.1578947368421053,1438.449888287663 3.6842105263157894,4832.930238571752 4.2105263157894735,16237.76739188721 4.7368421052631575,54555.947811685146
我们将在数据框架对象中使用 pandas 中的 read_csv() 函数读取此文件。
import pandas as pd df = pd.read_csv('test.csv') print (df)
数据框架如下 −
x pow 0 0.000000 1.000000 1 0.526316 3.359818 2 1.052632 11.288379 3 1.578947 37.926902 4 2.105263 127.427499 5 2.631579 428.133240 6 3.157895 1438.449888 7 3.684211 4832.930239 8 4.210526 16237.767392 9 4.736842 54555.947812
'x' 和 'pow' 列用作 bokeh 绘图图形中的折线字形图的数据序列。
from bokeh.plotting import figure, output_file, show p = figure() x = df['x'] y = df['pow'] p.line(x,y,line_width = 2) p.circle(x, y,size = 20) show(p)
输出
广告