数据结构
网络
关系数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装设计
法律研究如何在 Python 中使用 Bokeh 可视化条形图？
Bokeh 是一个用于数据可视化的 Python 包。它是一个开源项目。Bokeh 使用 HTML 和 JavaScript 渲染其绘图。这表明它在处理基于 Web 的仪表板时非常有用。
Bokeh 将数据源转换为 JSON 文件。此文件用作 BokehJS 的输入，BokehJS 是一个 JavaScript 库。这个 BokehJS 是用 TypeScript 编写的，有助于在现代浏览器上渲染可视化效果。
Matplotlib 和 Seaborn 生成静态绘图，而 Bokeh 生成交互式绘图。这意味着当用户与这些绘图交互时，它们会相应地发生变化。
绘图可以嵌入为 Flask 或 Django 启用的 Web 应用程序的输出。Jupyter notebook 也可以用来渲染这些绘图。
Bokeh 的依赖项 -
Numpy Pillow Jinja2 Packaging Pyyaml Six Tornado Python−dateutil
在 Windows 命令提示符下安装 Bokeh
pip3 install bokeh
在 Anaconda 提示符下安装 Bokeh
conda install bokeh
示例
from bokeh.plotting import figure, output_file, show xvals = ['label_1', 'label_2', 'label_3'] yvals = [56, 78, 99] fig = figure(x_range = xvals, plot_width = 400, plot_height = 300) cols = ['navy','cyan','orange'] fig.vbar(x = xvals, top = yvals, color = cols, width = 0.5) show(fig)
输出
Learn Python in-depth with real-world projects through our Python certification course. Enroll and become a certified expert to boost your career.
解释
导入并为所需的包指定别名。
调用 figure 函数并指定绘图宽度和高度。
在列表中定义数据。
还可以定义颜色列表，为条形图中的每个条形赋予不同的颜色。
调用 'output_file' 函数以指定将生成的 html 文件的名称。
调用 Bokeh 中的 'vbar' 函数，并传入数据。
使用 'show' 函数显示绘图。
更新于: 2021年1月18日
166 次查看
广告