文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

使用Bokeh为你的Python绘图添加交互性

2024-12-11 21:05

关注

在 Bokeh 中绘图比其他一些绘图库要复杂一些,但付出额外的努力是有回报的。

在这一系列文章中,我通过在每个 Python 绘图库中制作相同的多条形绘图,来研究不同 Python 绘图库的特性。这次我重点介绍的是 Bokeh(读作 “BOE-kay”)。

Bokeh 中的绘图比其它一些绘图库要复杂一些,但付出的额外努力是有回报的。Bokeh 的设计既允许你在 Web 上创建自己的交互式绘图,又能让你详细控制交互性如何工作。我将通过给我在这个系列中一直使用的多条形图添加工具提示来展示这一点。它绘制了 1966 年到 2020 年之间英国选举结果的数据。

 

绘图的放大视图(©2019 年 Anvil

制作多条形图

在我们继续之前,请注意你可能需要调整你的 Python 环境来让这段代码运行,包括以下:

数据可在线获得,可以用 Pandas 导入。

  1. import pandas as pd
  2. df = pd.read_csv('https://anvil.works/blog/img/plotting-in-python/uk-election-results.csv')

现在我们可以继续进行了。

为了做出多条形图,你需要对你的数据进行一下调整。

原始数据是这样的:

  1. >> print(long)
  2. year party seats
  3. 0 1966 Conservative 253
  4. 1 1970 Conservative 330
  5. 2 Feb 1974 Conservative 297
  6. 3 Oct 1974 Conservative 277
  7. 4 1979 Conservative 339
  8. .. ... ... ...
  9. 103 2005 Others 30
  10. 104 2010 Others 29
  11. 105 2015 Others 80
  12. 106 2017 Others 59
  13. 107 2019 Others 72
  14.  
  15. [60 rows x 3 columns]

你可以把数据看成是每一个可能的 (year, party) 组合的一系列 seats 值。这正是 Bokeh 处理的方式。你需要做一个 (year, party) 元组的列表:

  1. # 得到每种可能的 (year, party) 组合的元组
  2. x = [(str(r[1]['year']), r[1]['party']) for r in df.iterrows()]
  3. # This comes out as [('1922', 'Conservative'), ('1923', 'Conservative'), ... ('2019', 'Others')]

这些将是 x 值。y 值就是席位(seats)。

  1. y = df['seats']

现在你的数据看起来应该像这样:

  1. x                               y
  2. ('1966', 'Conservative')        253
  3. ('1970', 'Conservative')        330
  4. ('Feb 1974', 'Conservative')    297
  5. ('Oct 1974', 'Conservative')    277
  6. ('1979', 'Conservative')        339
  7.  ...      ...                   ...
  8. ('2005', 'Others')              30
  9. ('2010', 'Others')              29
  10. ('2015', 'Others')              80
  11. ('2017', 'Others')              59
  12. ('2019', 'Others')              72

Bokeh 需要你将数据封装在它提供的一些对象中,这样它就能给你提供交互功能。将你的 x 和 y 数据结构封装在一个 ColumnDataSource 对象中。

  1. from bokeh.models import ColumnDataSource
  2.  
  3. source = ColumnDataSource(data={'x': x, 'y': y})

然后构造一个 Figure 对象,并传入你用 FactorRange 对象封装的 x 数据。

  1.     from bokeh.plotting import figure
  2.     from bokeh.models import FactorRange
  3.    
  4.     p = figure(x_range=FactorRange(*x), width=2000, title="Election results")

你需要让 Bokeh 创建一个颜色表,这是一个特殊的 DataSpec 字典,它根据你给它的颜色映射生成。在这种情况下,颜色表是一个简单的党派名称和一个十六进制值之间的映射。

  1.     from bokeh.transform import factor_cmap
  2.  
  3.     cmap = {
  4.         'Conservative': '#0343df',
  5.         'Labour': '#e50000',
  6.         'Liberal': '#ffff14',
  7.         'Others': '#929591',
  8.     }
  9.     fill_color = factor_cmap('x', palette=list(cmap.values()), factors=list(cmap.keys()), start=1, end=2)

现在你可以创建条形图了:

  1.     p.vbar(x='x', top='y', width=0.9, source=source, fill_color=fill_color, line_color=fill_color)

Bokeh 图表上数据的可视化形式被称为“字形glyphs”,因此你已经创建了一组条形字形。

调整图表的细节,让它看起来像你想要的样子。

  1.     p.y_range.start = 0
  2.     p.x_range.range_padding = 0.1
  3.     p.yaxis.axis_label = 'Seats'
  4.     p.xaxis.major_label_orientation = 1
  5.     p.xgrid.grid_line_color = None

最后,告诉 Bokeh 你现在想看你的绘图:

  1.    from bokeh.io import show
  2.  
  3.    show(p)

这将绘图写入一个 HTML 文件,并在默认的 Web 浏览器中打开它。如下结果:

 

Bokeh 中的多条形绘图(©2019年Anvil

它已经有了一些互动功能,比如盒子缩放。

 

Bokeh 内置的盒子缩放(©2019Anvil

但 Bokeh 的厉害之处在于你可以添加自己的交互性。在下一节中,我们通过在条形图中添加工具提示来探索这个问题。

给条形图添加工具提示

要在条形图上添加工具提示,你只需要创建一个 HoverTool 对象并将其添加到你的绘图中。

  1.     h = HoverTool(tooltips=[
  2.         ('Seats', '@y'),
  3.         ('(Year, Party)', '(@x)')
  4.     ])
  5.     p.add_tools(h)

参数定义了哪些数据会显示在工具提示上。变量 @y 和 @x 是指你传入 ColumnDataSource 的变量。你还可以使用一些其他的值。例如,光标在图上的位置由 $x 和 $y 给出(与 @x 和 @y 没有关系)。

下面是结果:

 

选举图,现在带有工具提示(© 2019 Anvil

借助 Bokeh 的 HTML 输出,将绘图嵌入到 Web 应用中时,你可以获得完整的交互体验。你可以在这里把这个例子复制为 Anvil 应用(注:Anvil 需要注册才能使用)。

现在,你可以看到付出额外努力在 Bokeh 中将所有数据封装在 ColumnDataSource 等对象的原因了。作为回报,你可以相对轻松地添加交互性。

回归简单:Altair

Bokeh 是四大最流行的绘图库之一,本系列将研究它们各自的特别之处

我也在研究几个因其有趣的方法而脱颖而出的库。接下来,我将看看 Altair,它的声明式 API 意味着它可以做出非常复杂的绘图,而不会让你头疼。

来源:Linux中国内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     813人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     354人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     318人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     435人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     224人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-后端开发
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯