Python Bokeh 教程 - 使用 Bokeh 进行交互式数据可视化

17 Mar 2025 | 4 分钟阅读

在本文中，您将学习如何安装 Bokeh（及其依赖项），以及使用 Bokeh 进行可视化的基本构建块。此外，您还将了解如何设计和自定义简单的图表。

什么是 Bokeh？

Bokeh 是一个 Python 模块，用于创建高度交互式的图表和可视化。它通过 HTML 和 JavaScript 来实现这一点。因此，它成为开发项目、自定义图表和 Web 应用程序的强大工具。Bokeh 支持多种图表类型，包括散点图、折线图、条形图、热力图等。

Bokeh 与其他工具有何不同？

在可视化领域，有许多 Python 库可用于构建仪表板和可视化，例如：

Bokeh
Streamlit
Plotly
Geoplotlib
Matplotlib
Dash
Seaborn

以下是 Bokeh 的一些用途：

创建充满活力且富有表现力的图表
为现代浏览器构建交互式可视化
创建带服务器支持的应用程序或独立文档
为大规模、动态或流式数据构建仪表板

无论您是机器学习工程师还是数据科学家，都应该阅读本 Bokeh 教程。为了完成本培训，您必须熟悉 Python 的基本概念，并能够安装和导入包。您将了解如何使用 Bokeh 库创建交互式可视化并将其在线发布。借助 Bokeh，您可以开发交互式图表、仪表板和数据应用程序。

这将安装所有依赖项。如果所有依赖项都已安装，则可以使用 pip 从 PyPI 安装 Bokeh。在终端中输入以下命令。

安装完成后，我们将创建一个简单的图表，并学习 Bokeh 的基础知识。

折线图

输入

# importing the required modules
from Bokeh.plotting import figure, output_file, show

# instantiating the figure object
graph = figure(title = "Bokeh Line Graph")

# the points to be plotted in the graph
x = [1, 2, 3, 4, 5]
y = [6, 7, 8, 9, 10]

# plotting the line graph as per the points
graph.line(x, y)

# displaying the model
show(graph)

输出

Python Bokeh tutorial - Interactive Data Visualization with Bokeh

输入

# importing the required modules
from Bokeh.plotting import figure, output_file, show

# instantiating the figure object
graph = figure(title="Bokeh Line Graph")

# the points to be plotted
x = [1, 2, 3, 4, 5]
y = [6, 5, 4, 3, 1]

# plotting the 1st line graph
graph.line(x, x, legend_label="Line 1")

# plotting the 2nd line graph with a
# different color
graph.line(y, x, legend_label="Line 2",
		line_color="red")

# displaying the model
show(graph)

输出

条形图

语法：vbar(parameters)

输入

# importing the required modules
from Bokeh.plotting import figure, show

animals = ['lion', 'tiger', 'elephant', 'rhino', 'buffalo']
weight_tonnes = [190, 90, 3000, 2300, 590]

p = figure(x_range=animals, height=250, title="Five animals weight", x_axis_label = "Animals", y_axis_label = "Weights",
           toolbar_location=None, tools="")

p.vbar(x=animals, top=weight_tonnes, width=0.75)

p.xgrid.grid_line_color = None
p.y_range.start = 0

show(p)

输出

多边形图

语法：patch(parameters)

输入

# importing the modules
from Bokeh.plotting import figure, output_file, show
from bokeh.palettes import magma
import random

	
# instantiating the figure object
graph = figure(title = "Bokeh Patch Plot")

# points to be plotted
x = [n for n in range(250)]
y = [random.random() + 1 for n in range(250)]

# plotting the graph
graph.patch(x, y)

# displaying the model
show(graph)

输出

饼图

语法：wedge(parameters)

输入

from Bokeh.plotting import figure, output_file, show
graph = figure(title = "Bokeh Wedge Graph")
# the points to be plotted
x = 0
y = 0
# radius of the wedge
radius = 30

# start angle of the wedge
start_angle = 4

# end angle of the wedge
end_angle = 5

# plotting the graph
graph.wedge(x, y, radius = radius,
			start_angle = start_angle,
			end_angle = end_angle)
	
# displaying the model
show(graph)

输出

散点图

语法：scatter(parameters)

输入

# importing the required modules
from Bokeh.plotting import figure, output_file, show
from bokeh.palettes import magma
import random

# instantiating the figure object
graph = figure(title = "Bokeh Scatter Graph")

# points to be plotted
x = [n for n in range(200)]
y = [random.random() + 1 for n in range(200)]


# plotting the graph
graph.scatter(x, y)

# displaying the model
show(graph)

输出

圆形图

输入

# Import required packages
from bokeh.io import output_file, show
from Bokeh.plotting import figure
# Create x and y data points
x = [1,2,3,4,5]
y = [5,7,2,2,4]
# Create plot
plot = figure(title = "Circle Plot" )
plot.circle(x,y, size = 25, alpha = 0.75)
# Add labels

# Output the plot
show(plot)

输出

Bokeh 是一个用于构建交互式数据可视化的 Python 库。本文介绍了创建 Bokeh 图表的基础知识、自定义可视化以及添加交互性。随着您对 Bokeh 的熟悉程度不断提高，您可以探索其广泛的功能，以创建复杂的仪表板和交互式 Web 应用程序。

下一主题Python 在电气和电子工程中的应用

Python Bokeh 教程 - 使用 Bokeh 进行交互式数据可视化

什么是 Bokeh？

Bokeh 与其他工具有何不同？

折线图

条形图

多边形图

散点图

圆形图

联系信息

关注我们

教程

面试题

在线编译器

Python

Java

.Net Framework

AI, ML and Data Science

Cloud Technology

B.Tech and MCA

Web Technology

PHP

Software Testing

Technical Interview

Java Interview

Python

Web Interview

Database Interview

B.Tech / MCA

Important Interview

Software Testing Interview

Company Interviews

Online Compilers

Multiple Choice Questions

Python 问题

Python Bokeh 教程 - 使用 Bokeh 进行交互式数据可视化

什么是 Bokeh？

Bokeh 与其他工具有何不同？

折线图

条形图

多边形图

散点图

圆形图

相关帖子

PyQt5 QDockWidget 及其功能

Python 中的 NumPy. Logical_ or()

使用 TuriCreate 在 Python 中进行数据可视化

Python 中的交通流量模拟

模拟 Python 中的外部 API

SciPy CSGraph - 压缩稀疏图

使用 Tkinter 在 Python 中制作简单的 FLAMES 游戏

如何在 Python 中创建 DataFrame

Python 中的带括号的上下文管理器

Python 中 == 和 is 运算符的区别

订阅 Tpoint Tech

联系信息

关注我们

教程

面试题

在线编译器