Bokeh是一个专门针对Web浏览器的呈现功能的交互式可视化Python库。这是Bokeh与其它可视化库最核心的区别。

• 专门针对Web浏览器的交互式、可视化Python绘图库
• 可以做出像D3.js简洁漂亮的交互可视化效果，但是使用难度低于D3.js。
• 独立的HTML文档或服务端程序
• 可以处理大量、动态或数据流
• 支持Python (或Scala, R, Julia…)
• 不需要使用Javascript
  
  

Bokeh接口

• Charts: 高层接口，以简单的方式绘制复杂的统计图
• Plotting: 中层接口，用于组装图形元素
• Models: 底层接口，为开发者提供了最大的灵活性
  
  

包引用from bokeh.io import output_notebook, output_file, showfrom bokeh.charts import Scatter, Bar, BoxPlot, Chordfrom bokeh.layouts import rowimport seaborn as snsexercise = sns.load_dataset('exercise')output_notebook()

• from bokeh.io import output_file 生成.html文档
• from boken.io import output_notebook 在jupyter中使用
  
  

散点图 Scatter

示例代码：

# 散点图p = Scatter(data=exercise, x='id', y='pulse', title='exercise dataset')show(p)

运行结果：

柱状图 Bar

示例代码：

# 柱状图p = Bar(data=exercise, values='pulse', label='diet', stack='kind', title='exercise dataset')show(p)

运行结果：

盒子图 BoxPlot

示例代码：

# 盒子图box1 = BoxPlot(data=exercise, values='pulse', label='diet', color='diet', title='exercise dataset')box2 = BoxPlot(data=exercise, values='pulse', label='diet', stack='kind', color='kind', title='exercise dataset')show(row(box1, box2))

运行结果：

弦图 Chord

• 展示多个节点之间的联系

• 连线的粗细代表权重

示例代码：

# 弦图 Chordchord1 = Chord(data=exercise, source="id", target="kind")chord2 = Chord(data=exercise, source="id", target="kind", value="pulse")show(row(chord1, chord2))

运行结果：

bokeh.plotting方框 square, 圆形 circle

示例代码：

from bokeh.plotting import figureimport numpy as npp = figure(plot_width=400, plot_height=400)# 方框p.square(np.random.randint(1,10,5), np.random.randint(1,10,5), size=20, color="navy")# 圆形p.circle(np.random.randint(1,10,5), np.random.randint(1,10,5), size=10, color="green")show(p)

运行结果：

Bokeh是一个专门针对Web浏览器的呈现功能的交互式可视化Python库。这是Bokeh与其它可视化库最核心的区别。

• 专门针对Web浏览器的交互式、可视化Python绘图库
• 可以做出像D3.js简洁漂亮的交互可视化效果，但是使用难度低于D3.js。
• 独立的HTML文档或服务端程序
• 可以处理大量、动态或数据流
• 支持Python (或Scala, R, Julia…)
• 不需要使用Javascript
  
  

Bokeh接口

• Charts: 高层接口，以简单的方式绘制复杂的统计图
• Plotting: 中层接口，用于组装图形元素
• Models: 底层接口，为开发者提供了最大的灵活性
  
  

包引用from bokeh.io import output_notebook, output_file, showfrom bokeh.charts import Scatter, Bar, BoxPlot, Chordfrom bokeh.layouts import rowimport seaborn as snsexercise = sns.load_dataset('exercise')output_notebook()

• from bokeh.io import output_file 生成.html文档
• from boken.io import output_notebook 在jupyter中使用
  
  

散点图 Scatter

示例代码：

# 散点图p = Scatter(data=exercise, x='id', y='pulse', title='exercise dataset')show(p)

运行结果：

柱状图 Bar

示例代码：

# 柱状图p = Bar(data=exercise, values='pulse', label='diet', stack='kind', title='exercise dataset')show(p)

运行结果：

盒子图 BoxPlot

示例代码：

# 盒子图box1 = BoxPlot(data=exercise, values='pulse', label='diet', color='diet', title='exercise dataset')box2 = BoxPlot(data=exercise, values='pulse', label='diet', stack='kind', color='kind', title='exercise dataset')show(row(box1, box2))

运行结果：

弦图 Chord

• 展示多个节点之间的联系

• 连线的粗细代表权重

示例代码：

# 弦图 Chordchord1 = Chord(data=exercise, source="id", target="kind")chord2 = Chord(data=exercise, source="id", target="kind", value="pulse")show(row(chord1, chord2))

运行结果：

bokeh.plotting方框 square, 圆形 circle

示例代码：

from bokeh.plotting import figureimport numpy as npp = figure(plot_width=400, plot_height=400)# 方框p.square(np.random.randint(1,10,5), np.random.randint(1,10,5), size=20, color="navy")# 圆形p.circle(np.random.randint(1,10,5), np.random.randint(1,10,5), size=10, color="green")show(p)

运行结果：