本篇内容介绍了“Python如何利用Bokeh进行数据可视化”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！
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。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。
要创建散点圆标记，使用 circle() 方法。
计算
安全
数据库
网络和加速
企业服务
# 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 ：
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 ：
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 ：
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。
# 导入必要的模块
from bokeh.charts import BoxPlot, output_notebook, show
import pandas as pd
# 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 = BoxPlot(df, values = "Protein", label = "Category",
color = "yellow", title = "Protein Summary (grouped by category)",
legend = "top_right")
# 显示结果
show(p)输出 ：
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。
# 导入必要的模块
from bokeh.charts import Histogram, output_notebook, show
import pandas as pd
# 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")
# 创建直方图
p = Histogram(df, values = "Total Fat",
title = "Total Fat Distribution",
color = "navy")
# 显示结果
show(p)输出 ：
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。
# 导入必要的模块
from bokeh.charts import Scatter, output_notebook, show
import pandas as pd
# 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")
# 创建散点图
p = Scatter(df, x = "Carbohydrates", y = "Saturated Fat",
title = "Saturated Fat vs Carbohydrates",
xlabel = "Carbohydrates", ylabel = "Saturated Fat",
color = "orange")
# 显示结果
show(p)输出：
“Python如何利用Bokeh进行数据可视化”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注亿速云网站，小编将为大家输出更多高质量的实用文章！
亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
