脚本之家,脚本语言编程技术及教程分享平台!
分类导航

Python|VBS|Ruby|Lua|perl|VBA|Golang|PowerShell|Erlang|autoit|Dos|bat|

服务器之家 - 脚本之家 - Python - Python利用Bokeh进行数据可视化的教程分享

Python利用Bokeh进行数据可视化的教程分享

2022-08-07 10:17海拥 Python

Bokeh是Python中的数据可视化库,提供高性能的交互式图表和绘图。本文将利用Bokeh绘制一些可视化图表,文中的示例代码讲解详细,感兴趣的可以了解一下

介绍

BokehPython 中的数据可视化库,提供高性能的交互式图表和绘图。Bokeh 输出可以在笔记本、html 和服务器等各种媒体中获得。可以在 Django 和烧瓶应用程序中嵌入散景图。

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度灵活性的低级接口。

bokeh.plotting:用于创建视觉字形的高级界面。

要安装 bokeh 包,请在终端中运行以下命令:

pip install bokeh

用于生成散景图的数据集是从Kaggle收集的。

 

代码1.散点标记

要创建散点圆标记,使用 circle() 方法。

# 导入模块
from bokeh.plotting import figure, output_notebook, show

# 输出到 notebook
output_notebook()

# 创建图
p = figure(plot_width = 400, plot_height = 400)

# 添加具有大小、颜色和 alpha 的圆形渲染器
p.circle([1, 2, 3, 4, 5], [4, 7, 1, 6, 3],
		size = 10, color = "navy", alpha = 0.5)

# 显示结果
show(p)

输出 :

Python利用Bokeh进行数据可视化的教程分享

 

代码2.单行

要创建单行,使用 line() 方法。

# 导入模块
from bokeh.plotting import figure, output_notebook, show

# 输出到 notebook
output_notebook()

# 创建图
p = figure(plot_width = 400, plot_height = 400)

# 添加线渲染器
p.line([1, 2, 3, 4, 5], [3, 1, 2, 6, 5],
		line_width = 2, color = "green")

# 显示结果
show(p)

输出 :

Python利用Bokeh进行数据可视化的教程分享

 

代码3.条形图

条形图用矩形条显示分类数据。条的长度与表示的值成比例。

# 导入必要的模块
import pandas as pd
from bokeh.charts import Bar, output_notebook, show

# 输出到 notebook
output_notebook()

# 读取数据框中的数据
df = pd.read_csv(r"D:/kaggle/mcdonald/menu.csv")

# 创建栏
p = Bar(df, "Category", values = "Calories",
		title = "Total Calories by Category",
						legend = "top_right")

# 显示结果
show(p)

输出 :

Python利用Bokeh进行数据可视化的教程分享

 

代码4.箱线图

箱线图用于表示图表上的统计数据。它有助于总结数据中存在的各种数据组的统计属性。

  1. # 导入必要的模块 
  2. from bokeh.charts import BoxPlot, output_notebook, show 
  3. import pandas as pd 
  4.  
  5. # 输出到 notebook 
  6. output_notebook() 
  7.  
  8. # 读取数据框中的数据 
  9. df = pd.read_csv(r"D:/kaggle / mcdonald / menu.csv"
  10.  
  11. # 创建栏 
  12. p = BoxPlot(df, values = "Protein", label = "Category"
  13.             color = "yellow", title = "Protein Summary (grouped by category)"
  14.             legend = "top_right"
  15.  
  16. # 显示结果 
  17. show(p) 

输出 :

Python利用Bokeh进行数据可视化的教程分享

 

代码5.直方图

直方图用于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。

  1. # 导入必要的模块 
  2. from bokeh.charts import Histogram, output_notebook, show 
  3. import pandas as pd 
  4.  
  5. # 输出到 notebook 
  6. output_notebook() 
  7.  
  8. # 读取数据框中的数据 
  9. df = pd.read_csv(r"D:/kaggle / mcdonald / menu.csv"
  10.  
  11. # 创建直方图 
  12. p = Histogram(df, values = "Total Fat"
  13.             title = "Total Fat Distribution"
  14.             color = "navy"
  15.  
  16. # 显示结果 
  17. show(p) 

输出 :

Python利用Bokeh进行数据可视化的教程分享

 

代码6.散点图

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。

  1. # 导入必要的模块 
  2. from bokeh.charts import Scatter, output_notebook, show 
  3. import pandas as pd 
  4.  
  5. # 输出到 notebook 
  6. output_notebook() 
  7.  
  8. # 读取数据框中的数据 
  9. df = pd.read_csv(r"D:/kaggle / mcdonald / menu.csv"
  10.  
  11. # 创建散点图 
  12. p = Scatter(df, x = "Carbohydrates", y = "Saturated Fat"
  13.             title = "Saturated Fat vs Carbohydrates"
  14.             xlabel = "Carbohydrates", ylabel = "Saturated Fat"
  15.             color = "orange"
  16.  
  17. # 显示结果 
  18. show(p) 

输出:

Python利用Bokeh进行数据可视化的教程分享

以上就是Python利用Bokeh进行数据可视化的教程分享的详细内容,更多关于Python Bokeh数据可视化的资料请关注服务器之家其它相关文章!

原文地址:https://juejin.cn/post/7128752421236375582

延伸 · 阅读

精彩推荐