Python使用Bokeh实现数据可视化实例教程详解 _Bokeh数据可视化

Bokeh是Python中的一个数据可视化库，提供高性能的交互式图表和图表。Bokeh输出可以在笔记本、html、服务器等多种介质中获得。可以在Django和flask应用程序中嵌入bokeh绘图功能。
Bokeh为用户提供了两个可视化界面:
Bokeh.models：为应用程序开发人员提供高灵活性的低层接口。
Bokeh.plotting：用于创建可视符号的高级接口。
要安装bokeh软件包，请在终端运行以下命令：

pip install bokeh

用于生成bokeh图的数据集可以从这里下载。
1、散点标记要创建散点圆标记，使用circle()方法。

# import modules from bokeh.plotting import figure, output_notebook, show output_notebook() # 创建图 p = figure(plot_width = 400, plot_height = 400) # 创建圆形渲染器 p.circle([1, 2, 3, 4, 5], [4, 7, 1, 6, 3], size = 10, color = "navy", alpha = 0.5) # 展示结果 show(p)

文章图片
2、折线图创建折线图，使用line()方法

# import modules from bokeh.plotting import figure, output_notebook, show output_notebook() # 创建图 p = figure(plot_width = 400, plot_height = 400) # 添加一个线渲染器 p.line([1, 2, 3, 4, 5], [3, 1, 2, 6, 5], line_width = 2, color = "green") # 展示结果 show(p)

文章图片
3、条形柱状图柱状图用矩形柱表示分类数据。条的长度与所表示的值成正比。

# import modules import pandas as pd from bokeh.charts import Bar, output_notebook, show output_notebook() # 读取dataframe中的数据 df = pd.read_csv(r"D:/kaggle/mcdonald/menu.csv") # 创建条 p = Bar(df, "Category", values = "Calories", title = "Total Calories by Category", legend = "top_right") # 展示结果 show(p)

文章图片
4、方框图方框图用于表示一个图上的统计数据。它有助于总结数据中存在的各种数据组的统计特性。

# import modules from bokeh.charts import BoxPlot, output_notebook, show import pandas as pd output_notebook() # 从dataframe中读取数据 df = pd.read_csv(r"D:/kaggle / mcdonald / menu.csv") p = BoxPlot(df, values = "Protein", label = "Category", color = "yellow", title = "Protein Summary (grouped by category)", legend = "top_right") # 展示结果 show(p)

文章图片
5、直方图直方图用来表示数值数据的分布。直方图中矩形的高度与类间隔中值的频率成正比。

from bokeh.charts import Histogram, output_notebook, show import pandas as pd output_notebook() df = pd.read_csv(r"D:/kaggle / mcdonald / menu.csv") p = Histogram(df, values = "Total Fat", title = "Total Fat Distribution", color = "navy") show(p)

文章图片
6、散点图【Python使用Bokeh实现数据可视化实例教程详解】散点图用于绘制数据集中两个变量的值。它有助于找到所选的两个变量之间的相关性。

from bokeh.charts import Scatter, output_notebook, show import pandas as pd output_notebook() df = pd.read_csv(r"D:/kaggle / mcdonald / menu.csv") p = Scatter(df, x = "Carbohydrates", y = "Saturated Fat", title = "Saturated Fat vs Carbohydrates", xlabel = "Carbohydrates", ylabel = "Saturated Fat", color = "orange") show(p)