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
时尚研究
法律研究如何使用 Bokeh Python 可视化多条线？
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。此 BokehJS 使用 TypeScript 编写，有助于在现代浏览器上呈现可视化效果。
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，它们会相应地改变。
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
让我们来看一个例子 -
示例
from bokeh.plotting import figure, output_file, show
output_file("patchplot.html")
p = figure(plot_width=500, plot_height=300)
p.multi_line([[1, 2, 2], [3, 2, 5, 8]], [[2, 3, 7], [4, 8, 9, 0]],
color=["firebrick", "cyan"], alpha=[0.9, 0.3], line_width=4)
show(p)输出
解释
导入并为所需的包设置别名。
调用 figure 函数以及绘图宽度和高度。
调用 'output_file' 函数以指定将生成的 html 文件的名称。
调用 Bokeh 中的 'multi_line' 函数以及数据。
使用 'show' 函数显示绘图。
更新于: 2021-01-19
469 次浏览
广告