Python交互图表可视化 bokeh(一) -- 绘图空间基本操作 Python数据可视化

常见可视化工具
pandas和matplotlib就可以直接出分析的图表了，最基本的出图方式，是面向数据分析过程中出图的工具；
Seaborn相比matplotlib 封装了一些对数据的组合和识别的功能；
用Seaborn出一些针对seaborn的图表是很快的，比如说分布图、热图、分类分布图等。
如果用matplotlib需要先group by先分组再出图；
Seaborn在出图的方式上，除了图表的可视化好看，还多了出图的公用性的东西；
关联数据用get去做，空间数据用echart、powmart去做。
什么是Bokeh
基于web端的python数据可视化工具包，可交互
matplotlib和seaborn都是面向过程的，在数据分析过程中可以呈现；Bokeh是在最后的结果呈现，可做动图，可只打开一张表，也可以做仪表盘的排版，可做图表的联动。
Boeh和matplotlib、seaborn的区别

不是基于numpy基础上做的工具包，bokeh专用于可视化操作
可支持除图表之外的功能，如交互、webgl等
数据结构支持dict、list、ndarry、dataframe，同时拥有自己的数据结构：ColumnDataSource
图表逻辑从绘图角度出发，全手动的绘图空间

绘图空间基本设置

### 创建绘图空间import numpy as np import pandas as pd import matplotlib.pyplot as plt %matplotlib inline# 不发出警告 import warnings warnings.filterwarnings('ignore')# 创建绘图空间 frombokeh.plotting import figure,show

在jupyter notebook中创建绘图空间

# 导入图表绘制、图表展示模块 from bokeh.io import output_notebookoutput_notebook()# 简单示例 p = figure(plot_width=400, plot_height=400)# 创建绘图空间，设置宽度和高度，400像素点# 创建一个圆形散点图 p.circle([1,2,3,4,5],[3,5,4,2,6],size=20,color='red') show(p)# 输出图表

文章图片

在spyder等非notebook中创建绘图空间

# 导入图表绘制、图表展示模块 from bokeh.plotting import figure, show, output_file # output_file -> 非notebook中创建绘图空间import os # 创建工作目录 os.chdir('E:/test/')# notebook绘图命令，创建html文件 output_file('test.html') # 运行绘图命令后会弹出html窗口# 简单示例 p = figure(plot_width=400, plot_height=400)# 创建绘图空间，设置宽度和高度，400像素点# 创建一个圆形散点图 p.circle([1,2,3,4,5],[3,5,4,2,6],size=20,color='blue', alpha=0.5) show(p)# 输出图表

文章图片

创建图表工具

# 创建数据 df = pd.DataFrame(np.random.randn(100,2), columns=['A','B']) df.head()# 创建图表，设置基本参数 p = figure(plot_width=600, plot_height=400, # 图表宽度、高度 tools='pan,wheel_zoom,box_zoom,save,reset,help',# 设置工具栏，默认是全部 toolbar_location='above',# 工具栏位置：above、below、left、right x_axis_label='A', y_axis_label='B',# x/y轴label x_range=[-3,3], y_range=[-3,3],# x/y轴范围 title='测试图表'# 设置图表title)# 设置标题：颜色、字体、风格、背景颜色 p.title.text_color='white' p.title.text_font='times' p.title.text_font_style='italic'# 斜体 p.title.background_fill_color='black'# 背景色p.circle(df['A'], df['B'], size=20, color='blue', alpha=0.5) show(p)

文章图片

颜色设置

#创建绘图空间 p = figure(plot_width=600, plot_height=400)# 颜色设置 p.circle(df.index, df['A'], color='blue', size=10, alpha=0.5)# 147个CSS颜色 p.circle(df.index, df['B'], color='#FF0000', size=10, alpha=0.5)# RGB颜色 show(p)# 绘制在一张图里

文章图片

图表边框线参数设置

#创建绘图空间 p = figure(plot_width=600, plot_height=400)# 绘制散点图 p.circle(df.index, df['A'], color='blue', size=10, alpha=0.5) p.circle(df.index, df['B'], color='#FF0000', size=10, alpha=0.5)# 设置图表边框 p.outline_line_width=7# 边框线宽 p.outline_line_alpha=0.3# 边框线透明度 p.outline_line_color='red'# 边框线颜色show(p)

文章图片

设置外边界背景

#创建绘图空间 p = figure(plot_width=600, plot_height=400)# 绘制散点图 p.circle(df.index, df['A'], color='blue', size=10, alpha=0.5) p.circle(df.index, df['B'], color='#FF0000', size=10, alpha=0.5)# 设置外边界背景 p.border_fill_color='whitesmoke'#外边界背景颜色 p.border_fill_alpha=0.9 # 外边界背景透明度 p.min_border_left=80#外边界背景- 左边宽度 p.min_border_right=80 #外边界背景- 右边宽度 p.min_border_top=10 #外边界背景- 上宽度 p.min_border_bottom=10 #外边界背景- 下宽度show(p)

文章图片

轴线标签、轴线宽度、轴线颜色、字体颜色、字体角度

# 绘制图表 p = figure(plot_width=600, plot_height=400) p.circle([1,2,3,4,5], [2,5,8,2,7], size=10)# 设置x轴线：标签、线宽、轴线颜色 p.xaxis.axis_label='Temp' p.xaxis.axis_line_width=3 p.xaxis.axis_line_color='red' p.xaxis.axis_line_dash=[6,4]# 虚线比例# 设置y轴线：标签、字体颜色、字体角度 p.yaxis.axis_label='Pressure' p.yaxis.major_label_text_color='orange' p.yaxis.major_label_orientation='vertical'# 设置刻度 p.axis.minor_tick_in=5# 刻度往绘图区域内延伸长度 p.axis.minor_tick_out=2 #刻度往绘图区域外延伸长度# 设置轴线范围 p.xaxis.bounds=(2,4)show(p)

文章图片

Axes - 轴线设置：标签设置

p = figure(plot_width=400, plot_height=400) p.circle([1,2,3,4,5], [2,5,8,2,7], size=10)p.xaxis.axis_label = 'Lot Number'#标签名称 p.xaxis.axis_label_text_color = '#aa6666'# 字体颜色 p.xaxis.axis_label_standoff = 20# 偏移距离p.yaxis.axis_label = 'Bin Count' p.yaxis.axis_label_text_font_style = 'italic'# 设置字体show(p)

文章图片

Grid - 格网设置：线型设置

p = figure(plot_width=600, plot_height=400)# 绘制散点图 p.circle(df.index, df['A'], color='blue', size=10, alpha=0.5) p.circle(df.index, df['B'], color='#FF0000', size=10, alpha=0.5)# 颜色设置，None时则不显示 p.xgrid.grid_line_color=Nonep.ygrid.grid_line_alpha=0.8# 设置透明度 p.ygrid.grid_line_dash=[6,4]# 虚线设置，dash -> 通过设置间隔来做虚线# minor_line-> 设置次轴线 p.xgrid.minor_grid_line_color = 'navy' p.xgrid.minor_grid_line_alpha = 0.1show(p)

【Python交互图表可视化 bokeh(一) -- 绘图空间基本操作】

文章图片

Grid - 格网设置：颜色填充

p = figure(plot_width=600, plot_height=400)# 绘制散点图 p.circle(df.index, df['A'], color='blue', size=10, alpha=0.5) p.circle(df.index, df['B'], color='#FF0000', size=10, alpha=0.5)# 设置颜色为空 p.xgrid.grid_line_color = None# 设置颜色填充及透明度 p.ygrid.band_fill_alpha=0.1 p.ygrid.band_fill_color='navy'p.xgrid.band_fill_alpha=0.1 p.xgrid.band_fill_color='black'# 设置填充边界 #p.grid.bounds=(-1,1)show(p)

文章图片

Legend - 图例设置

# 设置方法：在绘图时设置图例名称 +设置图例位置# 创建图表 p = figure(plot_width=600, plot_height=400)# 这值x,y x = np.linspace(0, 4*np.pi, 100) y = np.sin(x)# 绘制line1，设置图例名称 p.circle(x,y,legend="sin(x)") p.line(x,y,legend="sin(x)")# 绘制line2，设置图例名称 p.line(x, 2*y, legend="2*sin(x)", line_dash=[4,4], line_color="orange", line_width=2)# 绘制line3，设置图例名称 p.square(x, 3*y, legend="3*sin(x)", fill_color=None, line_color="green") p.line(x, 3*y, legend="3*sin(x)", line_color="green")p.legend.location='bottom_left' # 设置图例位置：top_left , top_center , top_right(the default) , center_right , bottom_right , bottom_center , bottom_left , center_left , center# 设置图例排列方向“vertical”(默认) ， “horizontal” p.legend.orientation = 'vertical'# 设置图例：字体、风格、颜色、字体大小 p.legend.label_text_font = 'times' p.legend.label_text_font_style = 'italic' # 斜体 p.legend.label_text_color = 'navy' p.legend.label_text_font_size = '12pt'# 设置图例外边线：宽度、颜色、透明度 p.legend.border_line_width = 3 p.legend.border_line_color = 'navy' p.legend.border_line_alpha = 0.5# 设置图例背景：颜色、透明度 p.legend.background_fill_color = 'gray' p.legend.background_fill_alpha = 0.2show(p)

文章图片

总结
Line Properties : 线设置

line_color，设置颜色 line_wdith，设置宽度 line_alpha，设置透明度 line_join，设置连接点样式：'miter' miter_join , 'round'round_join , 'level' level_join line_cap，设置线端口样式：'butt' butt_cap , 'round' round_cap , 'square' square_cap line_dash，设置线条样式：'solid' , 'dashed' , 'dotted' , 'dotdash' , 'dashdot'，或者整型数组的方式（如：[6,4]）

Fill Properties：填充设置

fill_color，设置填充颜色 fill_alpha，设置填充透明度

Text Properties：字体设置

text_font，字体 text_font_size，字体大小：单位为pt或者em，（如：'12pt', '1.5em'） text_font_style，字体风格：'normal' 正常 , 'italic' 斜体 , 'bold' 加粗 text_color，字体颜色 text_alpha，字体透明度 text_align，字体水平方向位置：'left' , 'right' ,'center' text_baseline，字体垂直方向位置：'top' , 'middle' , 'bottom' , 'alphabetic' , 'hanging'

可见性