如何在Bokeh中添加颜色选择器？

---

Bokeh是Python中最被低估的可视化库之一，可用于各种应用，包括数据分析、科学可视化、交互式仪表板等。在本博文中，我们将学习如何在Bokeh中添加颜色选择器小部件。

什么是颜色选择器？

颜色选择器是Bokeh中的众多小部件之一。它帮助用户指定RGB颜色值。小部件为图形添加交互性，这可以帮助用户更新绘图或驱动新的计算，而无需深入代码。除了颜色选择器之外，Bokeh还有许多有趣的小部件，例如按钮、复选框组、日期选择器、数据表等。

Bokeh入门

＃安装Bokeh

如果您尚未安装Bokeh，请使用以下pip命令安装它。

pip install Bokeh 

＃生成可视化

#import Necessary Bokeh functions for showcasing output inline
from bokeh.layouts import column, row
from bokeh.models import ColorPicker
from bokeh.plotting import figure, show
from bokeh.io import output_notebook
output_notebook()

＃生成随机数据

np.random.seed(1)

＃描述范围

x = range(0, 11)
y1 = np.random.randint(1, 10, size=11)
y2 = np.random.randint(1, 10, size=11)

＃标记x轴和y轴并为它们指定范围

plot = figure(x_axis_label='x', y_axis_label='y', x_range=(0, 11), y_range=(0,10))

＃添加更多信息，例如标题名称、对齐方式和字体大小

plot.title.text = "Adding color picker in Bokeh"
plot.title.align = "center"
plot.title.text_font_size = "20px"

＃记下每条线的颜色，并使用legend_label添加标签

line1 = plot.line(x, y1, color="maroon", legend_label="First")
line2 = plot.line(x, y2, color="blue", legend_label="Second")

＃在图形中添加颜色选择器

picker1 = ColorPicker(title="Line 1 Color")
picker1.js_link('color', line1.glyph, 'line_color')
picker1.color='maroon'
picker2 = ColorPicker(title="Line 2 Color")
picker2.js_link('color', line2.glyph, 'line_color')
picker2.color='blue'

＃使用Show显示绘图

show(column(plot, row(picker1, picker2)))

代码解释

我们的代码从导入NumPy和Bokeh开始。除了Bokeh之外，我们还从Bokeh.models.widgets模块导入Colorpicker。我们还从bokeh.plotting导入figures和shows。

然后，我们创建一个基本折线图/绘图，我们将在此处添加颜色选择器。创建绘图后，我们调用ColorPicker类以添加小部件。我们还使用color函数指定颜色选择器的初始颜色。

就是这样！我们已成功将颜色选择器小部件添加到Bokeh绘图中。当用户选择新颜色时，将调用回调函数，并相应地更新散点图圆圈的颜色。此基本框架允许您自定义绘图和回调函数以满足您的特定需求。添加颜色选择器后，我们使用show()函数显示绘图。

输出

点击颜色选择器控件后，将出现一个下拉菜单，如上图所示。在这里，您可以更改线条的颜色。

结论

Bokeh是您工具箱中一个有趣的绘图和可视化工具。但是，请注意，它不能替代Matplotlib或seaborn库。大多数情况下，当您想要创建图形输出以解释代码的抽象时，您将使用Bokeh。