数据结构
网络
关系型数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理
化学
生物
数学
英语
经济学
心理学
社会学
服装设计
法律研究如何在 Bokeh 中可视化包含多个补丁的补丁图？
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 可以轻松地与 NumPy、Pandas 和其他 Python 包结合使用。它可用于生成交互式图表、仪表板等。它有助于有效地向受众传达定量见解。
Matplotlib 和 Seaborn 生成静态图表，而 Bokeh 生成交互式图表。这意味着当用户与这些图表交互时，它们会相应地发生变化。
图表可以嵌入为 Flask 或 Django 启用的 Web 应用程序的输出。Jupyter notebook 也可以用于渲染这些图表。
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
xs = [[5, 6, 9], [2,3,6], [4, 3, 7, 1]]
ys = [[6, 5, 8], [3,0,8], [2, 3, 6, 8]]
fig = figure(plot_width = 400, plot_height = 200)
fig.patches(xs, ys, fill_color = ['red', 'blue', 'green'], line_color = 'white')
output_file('patchplot.html')
show(fig)输出
解释
导入并为所需的包设置别名。
调用 figure 函数。
调用 'output_file' 函数以指定将生成的 html 文件的名称。
数据定义为列表的列表。
图表的宽度和高度在 'figure' 函数中定义。
调用 Bokeh 中的 'patches' 函数。
使用 'show' 函数显示图表。
更新于：2021 年 1 月 18 日
170 次浏览
广告