这期内容当中小编将会给大家带来有关怎么在Django中使用Bokeh实现数据可视化，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。
1. 波形图
这里绘制一个包含了数千个数据点的信号波形图，绘制方法和 Matlab 如出一辙。学习成本为零。
import pandas as pd
from bokeh.plotting import figure
from bokeh.io import output_file, show
csv_file = 'points.csv'
data = pd.read_csv(csv_file)
TOOLS = 'hover,crosshair,pan,wheel_zoom,box_zoom,reset,save,box_select'
picture = figure(width=1000, height=400, tools=TOOLS)
picture.line(data['order'], data['value'], color='blue', alpha=0.5)
output_file('waveform.html', title='waveform')
show(picture)points.csv 中包含了 2048 个点。上面这段脚本是直接生成了一个 html 文件，show(picture)语句打开了这个 html 文件。效果如下：
右侧的工具栏是通过TOOLS = 'hover,crosshair,pan,wheel_zoom,box_zoom,reset,save,box_select'设置的。包含了常见的一些功能，包括缩放，保存，重置等等。由于简书的 markdown 不支持直接插入 div 块和 js 脚本，所以只能截取一个图放在这里，不能体验到右侧的工具栏的使用感受。
2. 集成到 Django 中
上面的例子是直接生成了一个 html 文件，但在正常的使用中，只应该生成对应的 div 和 js 就行了。
在 Django 的 view.py 中，定义一个 view。
def waveform(request): csv_file = 'your file' data = pd.read_csv(csv_file) TOOLS = "hover,crosshair,pan,wheel_zoom,box_zoom,reset,save,box_select" picture = figure(width=1200, height=400, tools=TOOLS) picture.line(data['order'], data['value'], color='blue', alpha=0.5) script, div = components(picture, CDN) return render(request, 'waveform.html', {'script': script, 'div': div})
这样就把对应的 template 的 waveform.html 中：
{% load static %}
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>Experiment with Bokeh</title>
<link href="{% static 'bokeh-0.12.4.min.css' %}" rel="stylesheet" type="text/css">
<link href="{% static 'bokeh-widgets-0.12.4.min.css' %}" rel="stylesheet" type="text/css">
<script src="{% static 'bokeh-0.12.4.min.js' %}"></script>
<script src="{% static 'bokeh-widgets-0.12.4.min.js' %}"></script>
{{ script |safe }}
</head>
<body>
{{ div |safe }}
</body>
</html>这里有一个不太好的地方，把 script 放到了 head 里面。
然而要是放在底部。就不能正确画出图了。（求大神解答）
3. 时频图
在经过短时傅里叶变换输出的结果，可以用 image 来显示时频分布图。与 Matlab 画出来的也是如出一辙。
import numpy as np
import pandas as pd
from bokeh.io import output_file, show
from bokeh.plotting import figure
data = pd.read_csv('tf_stft.csv')
value = np.array(data['value'])
d = np.reshape(value, (338, 124))
d = np.transpose(d)
TOOLS = "hover,crosshair,pan,wheel_zoom,box_zoom,reset,save,box_select"
p = figure(x_range=(0, 62), y_range=(0, 169), tools=TOOLS)
p.image(image=[d], x=0, y=0, dw=62, dh=169, palette="Viridis256")
output_file("image.html", title="image.py example")
show(p)结果如下：
上述就是小编为大家分享的怎么在Django中使用Bokeh实现数据可视化了，如果刚好有类似的疑惑，不妨参照上述分析进行理解。如果想知道更多相关知识，欢迎关注亿速云行业资讯频道。
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。
