Bokeh是一个基于D3.js的绘图库,所以其绘图结果可以与Web应用无缝衔接,在实现与读者交互的同时,便于分享、传播。其次,Bokeh有着自己强大又丰富的绘图库,提供了优雅、简洁的多功能图形绘制方法,在超大数据集或流式数据集上具有高性能的交互性,且与Python(或其他语言)的交互快速而简单。
开始上手
先画一个简单的散点图
from bokeh.plotting import figure, output_notebook, show
output_notebook()
x = [1, 2, 3, 4, 5]
y = [6, 7, 2, 4, 5]
p = figure(plot_width=400, plot_height=400)
p.circle(x, y, size=20, color="navy", alpha=0.5)
show(p)
下面详细介绍画各种图
导入需要用到的模块
import numpy as np
from bokeh.plotting import figure, show, output_notebook
from bokeh.layouts import gridplot
output_notebook()
Bokeh figure类的30中基本图元绘制方法,灵活的运用这些方法,可以绘制出各式各样的复杂图像,其中,有些图形可以用不同的基本图元实现。
代码如下
未经允许不得转载!详细介绍用Bokeh进行可视化