Làm cách nào để bạn nhúng trực quan hóa dữ liệu của mình vào email html và gửi chúng bằng python?

Từ dữ liệu đến trực quan hóa

Xây dựng trực quan hóa với Bokeh bao gồm các bước sau

• Chuẩn bị dữ liệu
• Xác định nơi trực quan hóa sẽ được hiển thị
• Thiết lập [các] hình
• Kết nối và vẽ dữ liệu của bạn
• Sắp xếp bố cục
• Xem trước và lưu tạo dữ liệu đẹp của bạn

Hãy khám phá từng bước chi tiết hơn

"""Bokeh Visualization Template

This template is a general outline for turning your data into a 
visualization using Bokeh.
"""
# Data handling
import pandas as pd
import numpy as np

# Bokeh libraries
from bokeh.io import output_file, output_notebook
from bokeh.plotting import figure, show
from bokeh.models import ColumnDataSource
from bokeh.layouts import row, column, gridplot
from bokeh.models.widgets import Tabs, Panel

# Prepare the data

# Determine where the visualization will be rendered
output_file['filename.html']  # Render to static HTML, or 
output_notebook[]  # Render inline in a Jupyter Notebook

# Set up the figure[s]
fig = figure[]  # Instantiate a figure[] object

# Connect to and draw the data

# Organize the layout

# Preview and save 
show[fig]  # See what I made, and save if I like it

Tạo hình đầu tiên của bạn

Có trong Bokeh. Trong hướng dẫn này, bạn sẽ thấy hai tùy chọn này

• # Import reset_output [only needed once] 
  from bokeh.plotting import reset_output
  
  # Use reset_output[] between subsequent show[] calls, as needed
  reset_output[]
  

  9 sẽ ghi hình ảnh trực quan vào tệp HTML tĩnh

• # Bokeh Libraries
  from bokeh.io import output_notebook
  from bokeh.plotting import figure, show
  
  # The figure will be rendered inline in my Jupyter Notebook
  output_notebook[]
  
  # Example figure
  fig = figure[background_fill_color='gray',
               background_fill_alpha=0.5,
               border_fill_color='blue',
               border_fill_alpha=0.25,
               plot_height=300,
               plot_width=500,
               h_symmetry=True,
               x_axis_label='X Label',
               x_axis_type='datetime',
               x_axis_location='above',
               x_range=['2018-01-01', '2018-06-30'],
               y_axis_label='Y Label',
               y_axis_type='linear',
               y_axis_location='left',
               y_range=[0, 100],
               title='Example Figure',
               title_location='right',
               toolbar_location='below',
               tools='save']
  
  # See what it looks like
  show[fig]
  

  0 sẽ hiển thị hình ảnh của bạn trực tiếp trong Jupyter Notebook

Điều quan trọng cần lưu ý là không chức năng nào thực sự hiển thị cho bạn hình ảnh trực quan. Điều đó không xảy ra cho đến khi

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

Bằng cách gọi cả

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

Đây là cơ hội tuyệt vời để mang đến cho bạn cái nhìn đầu tiên về Bokeh

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

# Import reset_output [only needed once] 
from bokeh.plotting import reset_output

# Use reset_output[] between subsequent show[] calls, as needed
reset_output[]

Như bạn có thể thấy, một cửa sổ trình duyệt mới được mở với một tab có tên là Hình Bokeh trống và một hình trống. Không hiển thị là tệp được tạo với tên output_file_test. html trong thư mục làm việc hiện tại của bạn

Nếu bạn chạy cùng một đoạn mã với

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

# Import reset_output [only needed once] 
from bokeh.plotting import reset_output

# Use reset_output[] between subsequent show[] calls, as needed
reset_output[]

Như bạn có thể thấy, kết quả vẫn như vậy, chỉ hiển thị ở một vị trí khác

Thông tin thêm về cả

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

Ghi chú. Đôi khi, khi hiển thị nhiều hình ảnh hóa theo tuần tự, bạn sẽ thấy rằng các kết xuất trước đó không bị xóa sau mỗi lần thực hiện. Nếu bạn gặp phải vấn đề này, hãy nhập và chạy phần sau giữa các lần thực thi

# Import reset_output [only needed once] 
from bokeh.plotting import reset_output

# Use reset_output[] between subsequent show[] calls, as needed
reset_output[]

Trước khi tiếp tục, bạn có thể nhận thấy rằng hình Bokeh mặc định được tải sẵn một thanh công cụ. Đây là một bản xem trước quan trọng về các yếu tố tương tác của Bokeh xuất hiện ngay lập tức. Bạn sẽ tìm hiểu thêm về thanh công cụ và cách cấu hình nó trong phần ở cuối hướng dẫn này

Chuẩn bị hình của bạn cho dữ liệu

Bây giờ bạn đã biết cách tạo và xem hình Bokeh chung trong trình duyệt hoặc Jupyter Notebook, đã đến lúc tìm hiểu thêm về cách định cấu hình đối tượng

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

Đối tượng

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

Để chỉ cho bạn cái nhìn thoáng qua về các tùy chọn tùy chỉnh có sẵn, hãy tạo hình xấu nhất từ ​​trước đến nay

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

Sau khi đối tượng

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

Các thuộc tính đường lưới có thể truy cập thông qua thuộc tính

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

Ghi chú. Nếu bạn đang làm việc trên sổ ghi chép hoặc IDE có chức năng tự động hoàn thành, tính năng này chắc chắn có thể là bạn của bạn. Với rất nhiều yếu tố có thể tùy chỉnh, nó có thể rất hữu ích trong việc khám phá các tùy chọn có sẵn

Mặt khác, thực hiện tìm kiếm nhanh trên web, với từ khóa hiệu ứng bokeh và những gì bạn đang cố gắng thực hiện, thường sẽ chỉ cho bạn đúng hướng

Còn rất nhiều điều tôi có thể chạm vào ở đây, nhưng đừng cảm thấy như bạn đang bỏ lỡ. Tôi đảm bảo sẽ giới thiệu các chỉnh sửa hình khác nhau khi hướng dẫn tiến triển. Dưới đây là một số liên kết hữu ích khác về chủ đề này

• là lớp cha của đối tượng

  # Bokeh Libraries
  from bokeh.io import output_notebook
  from bokeh.plotting import figure, show
  
  # The figure will be rendered inline in my Jupyter Notebook
  output_notebook[]
  
  # Example figure
  fig = figure[background_fill_color='gray',
               background_fill_alpha=0.5,
               border_fill_color='blue',
               border_fill_alpha=0.25,
               plot_height=300,
               plot_width=500,
               h_symmetry=True,
               x_axis_label='X Label',
               x_axis_type='datetime',
               x_axis_location='above',
               x_range=['2018-01-01', '2018-06-30'],
               y_axis_label='Y Label',
               y_axis_type='linear',
               y_axis_location='left',
               y_range=[0, 100],
               title='Example Figure',
               title_location='right',
               toolbar_location='below',
               tools='save']
  
  # See what it looks like
  show[fig]
  

  6, từ đó các hình kế thừa rất nhiều thuộc tính của chúng
• tài liệu là một nơi tốt để tìm thêm chi tiết về các đối số của đối tượng

  # Bokeh Libraries
  from bokeh.io import output_notebook
  from bokeh.plotting import figure, show
  
  # The figure will be rendered inline in my Jupyter Notebook
  output_notebook[]
  
  # Example figure
  fig = figure[background_fill_color='gray',
               background_fill_alpha=0.5,
               border_fill_color='blue',
               border_fill_alpha=0.25,
               plot_height=300,
               plot_width=500,
               h_symmetry=True,
               x_axis_label='X Label',
               x_axis_type='datetime',
               x_axis_location='above',
               x_range=['2018-01-01', '2018-06-30'],
               y_axis_label='Y Label',
               y_axis_type='linear',
               y_axis_location='left',
               y_range=[0, 100],
               title='Example Figure',
               title_location='right',
               toolbar_location='below',
               tools='save']
  
  # See what it looks like
  show[fig]
  

  6

Dưới đây là một vài tùy chọn tùy chỉnh cụ thể đáng để kiểm tra

• bao gồm tất cả các thuộc tính liên quan đến việc thay đổi kiểu phông chữ, kích thước, màu sắc, v.v.
• là các đối tượng tích hợp dành riêng cho việc định dạng các trục của bạn bằng cách sử dụng cú pháp định dạng chuỗi giống như Python

Đôi khi, không rõ hình của bạn cần được tùy chỉnh như thế nào cho đến khi nó thực sự có một số dữ liệu được hiển thị trong đó, vì vậy, tiếp theo bạn sẽ tìm hiểu cách biến điều đó thành hiện thực

Vẽ dữ liệu với Glyphs

Một con số trống không phải là tất cả những gì thú vị, vì vậy hãy nhìn vào glyphs. các khối xây dựng của hình ảnh Bokeh. Hình tượng là một hình dạng đồ họa hoặc điểm đánh dấu được véc tơ hóa dùng để thể hiện dữ liệu của bạn, chẳng hạn như hình tròn hoặc hình vuông. Có thể tìm thấy nhiều ví dụ hơn trong thư viện Bokeh. Sau khi bạn tạo hình của mình, bạn được cấp quyền truy cập vào một loạt các phương thức glyph có thể định cấu hình

Hãy bắt đầu với một ví dụ rất cơ bản, vẽ một số điểm trên lưới tọa độ x-y

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

Sau khi hình của bạn được khởi tạo, bạn có thể xem cách nó có thể được sử dụng để vẽ dữ liệu tọa độ x-y bằng cách sử dụng glyphs

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

Dưới đây là một vài loại glyphs

• Điểm đánh dấu bao gồm các hình dạng như hình tròn, hình thoi, hình vuông và hình tam giác và có hiệu quả để tạo trực quan hóa như biểu đồ phân tán và bong bóng

• Đường bao gồm những thứ như hình dạng đơn, bước và nhiều đường có thể được sử dụng để tạo biểu đồ đường

• Các hình dạng Thanh/Hình chữ nhật có thể được sử dụng để tạo biểu đồ thanh [

  # Bokeh Libraries
  from bokeh.io import output_notebook
  from bokeh.plotting import figure, show
  
  # The figure will be rendered inline in my Jupyter Notebook
  output_notebook[]
  
  # Example figure
  fig = figure[background_fill_color='gray',
               background_fill_alpha=0.5,
               border_fill_color='blue',
               border_fill_alpha=0.25,
               plot_height=300,
               plot_width=500,
               h_symmetry=True,
               x_axis_label='X Label',
               x_axis_type='datetime',
               x_axis_location='above',
               x_range=['2018-01-01', '2018-06-30'],
               y_axis_label='Y Label',
               y_axis_type='linear',
               y_axis_location='left',
               y_range=[0, 100],
               title='Example Figure',
               title_location='right',
               toolbar_location='below',
               tools='save']
  
  # See what it looks like
  show[fig]
  

  71] và cột [

  # Bokeh Libraries
  from bokeh.io import output_notebook
  from bokeh.plotting import figure, show
  
  # The figure will be rendered inline in my Jupyter Notebook
  output_notebook[]
  
  # Example figure
  fig = figure[background_fill_color='gray',
               background_fill_alpha=0.5,
               border_fill_color='blue',
               border_fill_alpha=0.25,
               plot_height=300,
               plot_width=500,
               h_symmetry=True,
               x_axis_label='X Label',
               x_axis_type='datetime',
               x_axis_location='above',
               x_range=['2018-01-01', '2018-06-30'],
               y_axis_label='Y Label',
               y_axis_type='linear',
               y_axis_location='left',
               y_range=[0, 100],
               title='Example Figure',
               title_location='right',
               toolbar_location='below',
               tools='save']
  
  # See what it looks like
  show[fig]
  

  72] truyền thống hoặc xếp chồng lên nhau cũng như biểu đồ thác nước hoặc biểu đồ gantt

Thông tin về các hình tượng ở trên, cũng như các hình khác, có thể được tìm thấy trong Hướng dẫn tham khảo của Bokeh

Những nét chạm này có thể được kết hợp khi cần thiết để phù hợp với nhu cầu trực quan hóa của bạn. Giả sử tôi muốn tạo một hình ảnh trực quan cho biết tôi đã viết bao nhiêu từ mỗi ngày để thực hiện hướng dẫn này, với một đường xu hướng bao phủ số lượng từ tích lũy

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

Để kết hợp các cột và dòng trên hình, chúng được tạo đơn giản bằng cách sử dụng cùng một đối tượng

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

Ngoài ra, bạn có thể thấy ở trên mức độ liền mạch của một chú giải có thể được tạo bằng cách đặt thuộc tính

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

bạn có thể kiểm tra. giới thiệu. chúng sẽ xuất hiện lại sau trong hướng dẫn khi chúng ta bắt đầu đào sâu vào các yếu tố tương tác của trực quan hóa

Thông tin nhanh về dữ liệu

Bất cứ khi nào bạn đang khám phá một thư viện trực quan hóa mới, bạn nên bắt đầu với một số dữ liệu trong miền mà bạn quen thuộc. Vẻ đẹp của Bokeh là gần như mọi ý tưởng bạn có đều có thể thực hiện được. Đó chỉ là vấn đề bạn muốn tận dụng các công cụ có sẵn như thế nào để làm điều đó

Các ví dụ còn lại sẽ sử dụng dữ liệu có sẵn công khai từ Kaggle, dữ liệu này có thông tin về mùa giải 2017-18 của Hiệp hội Bóng rổ Quốc gia [NBA], cụ thể là

• ảnh chụp nhanh thống kê người chơi theo từng trò chơi
• ảnh chụp nhanh từng trò chơi về số liệu thống kê của đội
• bảng xếp hạng đội hàng ngày và bảng xếp hạng

Dữ liệu này không liên quan gì đến công việc của tôi, nhưng tôi yêu bóng rổ và thích suy nghĩ về các cách để trực quan hóa lượng dữ liệu ngày càng tăng liên quan đến nó

Nếu bạn không có dữ liệu để chơi từ trường học hoặc nơi làm việc, hãy nghĩ về điều gì đó mà bạn quan tâm và cố gắng tìm một số dữ liệu liên quan đến điều đó. Nó sẽ đi một chặng đường dài trong việc làm cho cả quá trình học tập và sáng tạo trở nên nhanh hơn và thú vị hơn

Để làm theo các ví dụ trong hướng dẫn, bạn có thể tải xuống bộ dữ liệu từ các liên kết ở trên và đọc chúng vào Pandas

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

Đoạn mã này đọc dữ liệu từ ba tệp CSV và tự động diễn giải các cột ngày thành đối tượng

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

Đã đến lúc bạn có được một số dữ liệu thực tế

Sử dụng đối tượng

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

79

Các ví dụ trên đã sử dụng và mảng Numpy để biểu thị dữ liệu và Bokeh được trang bị tốt để xử lý các kiểu dữ liệu này. Tuy nhiên, khi nói đến dữ liệu trong Python, rất có thể bạn sẽ bắt gặp các từ điển Python và , đặc biệt nếu bạn đang đọc dữ liệu từ một tệp hoặc nguồn dữ liệu ngoài

Bokeh được trang bị tốt để hoạt động với những cấu trúc dữ liệu phức tạp hơn này và thậm chí còn có chức năng tích hợp sẵn để xử lý chúng, cụ thể là

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

Bạn có thể tự hỏi: “Tại sao lại sử dụng

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

Thứ nhất, cho dù bạn tham chiếu trực tiếp một danh sách, mảng, từ điển hay DataFrame, Bokeh sẽ biến nó thành một

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

• Trăn

  # Bokeh Libraries
  from bokeh.io import output_notebook
  from bokeh.plotting import figure, show
  
  # The figure will be rendered inline in my Jupyter Notebook
  output_notebook[]
  
  # Example figure
  fig = figure[background_fill_color='gray',
               background_fill_alpha=0.5,
               border_fill_color='blue',
               border_fill_alpha=0.25,
               plot_height=300,
               plot_width=500,
               h_symmetry=True,
               x_axis_label='X Label',
               x_axis_type='datetime',
               x_axis_location='above',
               x_range=['2018-01-01', '2018-06-30'],
               y_axis_label='Y Label',
               y_axis_type='linear',
               y_axis_location='left',
               y_range=[0, 100],
               title='Example Figure',
               title_location='right',
               toolbar_location='below',
               tools='save']
  
  # See what it looks like
  show[fig]
  

  16. Các khóa là các tên được liên kết với các chuỗi giá trị tương ứng [danh sách, mảng, v.v.]

• Gấu trúc

  # Bokeh Libraries
  from bokeh.io import output_notebook
  from bokeh.plotting import figure, show
  
  # The figure will be rendered inline in my Jupyter Notebook
  output_notebook[]
  
  # Example figure
  fig = figure[background_fill_color='gray',
               background_fill_alpha=0.5,
               border_fill_color='blue',
               border_fill_alpha=0.25,
               plot_height=300,
               plot_width=500,
               h_symmetry=True,
               x_axis_label='X Label',
               x_axis_type='datetime',
               x_axis_location='above',
               x_range=['2018-01-01', '2018-06-30'],
               y_axis_label='Y Label',
               y_axis_type='linear',
               y_axis_location='left',
               y_range=[0, 100],
               title='Example Figure',
               title_location='right',
               toolbar_location='below',
               tools='save']
  
  # See what it looks like
  show[fig]
  

  77. Các cột của

  # Bokeh Libraries
  from bokeh.io import output_notebook
  from bokeh.plotting import figure, show
  
  # The figure will be rendered inline in my Jupyter Notebook
  output_notebook[]
  
  # Example figure
  fig = figure[background_fill_color='gray',
               background_fill_alpha=0.5,
               border_fill_color='blue',
               border_fill_alpha=0.25,
               plot_height=300,
               plot_width=500,
               h_symmetry=True,
               x_axis_label='X Label',
               x_axis_type='datetime',
               x_axis_location='above',
               x_range=['2018-01-01', '2018-06-30'],
               y_axis_label='Y Label',
               y_axis_type='linear',
               y_axis_location='left',
               y_range=[0, 100],
               title='Example Figure',
               title_location='right',
               toolbar_location='below',
               tools='save']
  
  # See what it looks like
  show[fig]
  

  77 trở thành tên tham chiếu cho

  # Bokeh Libraries
  from bokeh.io import output_notebook
  from bokeh.plotting import figure, show
  
  # The figure will be rendered inline in my Jupyter Notebook
  output_notebook[]
  
  # Example figure
  fig = figure[background_fill_color='gray',
               background_fill_alpha=0.5,
               border_fill_color='blue',
               border_fill_alpha=0.25,
               plot_height=300,
               plot_width=500,
               h_symmetry=True,
               x_axis_label='X Label',
               x_axis_type='datetime',
               x_axis_location='above',
               x_range=['2018-01-01', '2018-06-30'],
               y_axis_label='Y Label',
               y_axis_type='linear',
               y_axis_location='left',
               y_range=[0, 100],
               title='Example Figure',
               title_location='right',
               toolbar_location='below',
               tools='save']
  
  # See what it looks like
  show[fig]
  

  79

• Gấu trúc

  # Bokeh Libraries
  from bokeh.io import output_notebook
  from bokeh.plotting import figure, show
  
  # The figure will be rendered inline in my Jupyter Notebook
  output_notebook[]
  
  # Example figure
  fig = figure[background_fill_color='gray',
               background_fill_alpha=0.5,
               border_fill_color='blue',
               border_fill_alpha=0.25,
               plot_height=300,
               plot_width=500,
               h_symmetry=True,
               x_axis_label='X Label',
               x_axis_type='datetime',
               x_axis_location='above',
               x_range=['2018-01-01', '2018-06-30'],
               y_axis_label='Y Label',
               y_axis_type='linear',
               y_axis_location='left',
               y_range=[0, 100],
               title='Example Figure',
               title_location='right',
               toolbar_location='below',
               tools='save']
  
  # See what it looks like
  show[fig]
  

  70. Các cột của

  # Bokeh Libraries
  from bokeh.io import output_notebook
  from bokeh.plotting import figure, show
  
  # The figure will be rendered inline in my Jupyter Notebook
  output_notebook[]
  
  # Example figure
  fig = figure[background_fill_color='gray',
               background_fill_alpha=0.5,
               border_fill_color='blue',
               border_fill_alpha=0.25,
               plot_height=300,
               plot_width=500,
               h_symmetry=True,
               x_axis_label='X Label',
               x_axis_type='datetime',
               x_axis_location='above',
               x_range=['2018-01-01', '2018-06-30'],
               y_axis_label='Y Label',
               y_axis_type='linear',
               y_axis_location='left',
               y_range=[0, 100],
               title='Example Figure',
               title_location='right',
               toolbar_location='below',
               tools='save']
  
  # See what it looks like
  show[fig]
  

  79 tham chiếu các cột như đã thấy bằng cách gọi

  # Bokeh Libraries
  from bokeh.io import output_notebook
  from bokeh.plotting import figure, show
  
  # The figure will be rendered inline in my Jupyter Notebook
  output_notebook[]
  
  # Example figure
  fig = figure[background_fill_color='gray',
               background_fill_alpha=0.5,
               border_fill_color='blue',
               border_fill_alpha=0.25,
               plot_height=300,
               plot_width=500,
               h_symmetry=True,
               x_axis_label='X Label',
               x_axis_type='datetime',
               x_axis_location='above',
               x_range=['2018-01-01', '2018-06-30'],
               y_axis_label='Y Label',
               y_axis_type='linear',
               y_axis_location='left',
               y_range=[0, 100],
               title='Example Figure',
               title_location='right',
               toolbar_location='below',
               tools='save']
  
  # See what it looks like
  show[fig]
  

  72

Hãy bắt đầu bằng cách hình dung cuộc đua giành vị trí đầu tiên tại NBA’s Western Conference năm 2017-18 giữa nhà đương kim vô địch Golden State Warriors và kẻ thách thức Houston Rockets. Thành tích thắng-thua hàng ngày của hai đội này được lưu trữ trong DataFrame có tên là

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

>>>

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

Từ đây, bạn có thể tải

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

# Import reset_output [only needed once] 
from bokeh.plotting import reset_output

# Use reset_output[] between subsequent show[] calls, as needed
reset_output[]

Lưu ý cách các đối tượng

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

Hình dung cho thấy cuộc đua chặt chẽ trong suốt mùa giải, với việc Warriors xây dựng một bước đệm khá lớn vào khoảng giữa mùa giải. Tuy nhiên, một chút sa sút vào cuối mùa giải đã giúp Rockets bắt kịp và cuối cùng vượt qua các nhà đương kim vô địch để kết thúc mùa giải với tư cách là hạt giống số một của Western Conference.

Ghi chú. Trong Bokeh, bạn có thể chỉ định màu theo tên, giá trị hex hoặc mã màu RGB

Đối với hình ảnh ở trên, một màu được chỉ định cho các dòng tương ứng đại diện cho hai đội. Thay vì sử dụng các tên màu CSS như

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

Bokeh cung cấp một hiệu ứng hữu ích. Ngoài ra, mã màu html. com là một trang web tuyệt vời để tìm mã màu CSS, hex và RGB

Các đối tượng

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

• # Bokeh Libraries
  from bokeh.io import output_notebook
  from bokeh.plotting import figure, show
  
  # The figure will be rendered inline in my Jupyter Notebook
  output_notebook[]
  
  # Example figure
  fig = figure[background_fill_color='gray',
               background_fill_alpha=0.5,
               border_fill_color='blue',
               border_fill_alpha=0.25,
               plot_height=300,
               plot_width=500,
               h_symmetry=True,
               x_axis_label='X Label',
               x_axis_type='datetime',
               x_axis_location='above',
               x_range=['2018-01-01', '2018-06-30'],
               y_axis_label='Y Label',
               y_axis_type='linear',
               y_axis_location='left',
               y_range=[0, 100],
               title='Example Figure',
               title_location='right',
               toolbar_location='below',
               tools='save']
  
  # See what it looks like
  show[fig]
  

  47 chọn các hàng từ

  # Bokeh Libraries
  from bokeh.io import output_notebook
  from bokeh.plotting import figure, show
  
  # The figure will be rendered inline in my Jupyter Notebook
  output_notebook[]
  
  # Example figure
  fig = figure[background_fill_color='gray',
               background_fill_alpha=0.5,
               border_fill_color='blue',
               border_fill_alpha=0.25,
               plot_height=300,
               plot_width=500,
               h_symmetry=True,
               x_axis_label='X Label',
               x_axis_type='datetime',
               x_axis_location='above',
               x_range=['2018-01-01', '2018-06-30'],
               y_axis_label='Y Label',
               y_axis_type='linear',
               y_axis_location='left',
               y_range=[0, 100],
               title='Example Figure',
               title_location='right',
               toolbar_location='below',
               tools='save']
  
  # See what it looks like
  show[fig]
  

  79 dựa trên giá trị tham chiếu phân loại

• # Bokeh Libraries
  from bokeh.io import output_notebook
  from bokeh.plotting import figure, show
  
  # The figure will be rendered inline in my Jupyter Notebook
  output_notebook[]
  
  # Example figure
  fig = figure[background_fill_color='gray',
               background_fill_alpha=0.5,
               border_fill_color='blue',
               border_fill_alpha=0.25,
               plot_height=300,
               plot_width=500,
               h_symmetry=True,
               x_axis_label='X Label',
               x_axis_type='datetime',
               x_axis_location='above',
               x_range=['2018-01-01', '2018-06-30'],
               y_axis_label='Y Label',
               y_axis_type='linear',
               y_axis_location='left',
               y_range=[0, 100],
               title='Example Figure',
               title_location='right',
               toolbar_location='below',
               tools='save']
  
  # See what it looks like
  show[fig]
  

  49 lọc

  # Bokeh Libraries
  from bokeh.io import output_notebook
  from bokeh.plotting import figure, show
  
  # The figure will be rendered inline in my Jupyter Notebook
  output_notebook[]
  
  # Example figure
  fig = figure[background_fill_color='gray',
               background_fill_alpha=0.5,
               border_fill_color='blue',
               border_fill_alpha=0.25,
               plot_height=300,
               plot_width=500,
               h_symmetry=True,
               x_axis_label='X Label',
               x_axis_type='datetime',
               x_axis_location='above',
               x_range=['2018-01-01', '2018-06-30'],
               y_axis_label='Y Label',
               y_axis_type='linear',
               y_axis_location='left',
               y_range=[0, 100],
               title='Example Figure',
               title_location='right',
               toolbar_location='below',
               tools='save']
  
  # See what it looks like
  show[fig]
  

  79 qua danh sách các chỉ số nguyên

• # Import reset_output [only needed once] 
  from bokeh.plotting import reset_output
  
  # Use reset_output[] between subsequent show[] calls, as needed
  reset_output[]
  

  001 cho phép bạn sử dụng danh sách các giá trị

  # Import reset_output [only needed once] 
  from bokeh.plotting import reset_output
  
  # Use reset_output[] between subsequent show[] calls, as needed
  reset_output[]
  

  002, với các hàng

  # Import reset_output [only needed once] 
  from bokeh.plotting import reset_output
  
  # Use reset_output[] between subsequent show[] calls, as needed
  reset_output[]
  

  003 được chọn

Trong ví dụ trước, hai đối tượng

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]

# Import reset_output [only needed once] 
from bokeh.plotting import reset_output

# Use reset_output[] between subsequent show[] calls, as needed
reset_output[]

Lưu ý cách

# Bokeh Libraries
from bokeh.io import output_notebook
from bokeh.plotting import figure, show

# The figure will be rendered inline in my Jupyter Notebook
output_notebook[]

# Example figure
fig = figure[background_fill_color='gray',
             background_fill_alpha=0.5,
             border_fill_color='blue',
             border_fill_alpha=0.25,
             plot_height=300,
             plot_width=500,
             h_symmetry=True,
             x_axis_label='X Label',
             x_axis_type='datetime',
             x_axis_location='above',
             x_range=['2018-01-01', '2018-06-30'],
             y_axis_label='Y Label',
             y_axis_type='linear',
             y_axis_location='left',
             y_range=[0, 100],
             title='Example Figure',
             title_location='right',
             toolbar_location='below',
             tools='save']

# See what it looks like
show[fig]