初識Bokeh | 互動式數據可視化在Python中的實現

小序

陳坤在《鬼水瓶錄》中說，也許死是一種生，那麼結束就是一種新的開始。

OK，不賣關子了，今天開始，想跟大家一起學習一個新的數據可視化工具。

這個過程很多事情我都沒辦法預料，可能會有很多無聊的文檔翻譯，也可能會摸索到一些有趣的未知，所以，歡迎一起。

Bokeh

Bokeh是一個針對現代Web瀏覽器呈現功能的Python互動式可視化庫。它的目標是像D3.js一樣用新奇的圖表來給數據一個漂亮、簡潔的解釋，即便是非常大型的或者流數據也能保持高性能的交互。Bokeh可以幫助大家快速輕鬆地創建交互圖，儀錶板和數據應用。

（簡單來講，Bokeh就是Python中一個專門用來做互動式可視化圖表的一個庫，雖然沒有像D3.js一樣強大，但上手會相對簡單一些。）

Jupyter

為了更好地理解，我們簡單看個例子。

關於操作軟體，推薦Jupyter Notebook（可以先安裝Python，再安裝Anaconda，開始菜單運行Anaconda文件夾下的Jupyter Notebook即可打開）。

下面，我們直接在Jupyter看代碼運行一下這個示例。

舉個栗子

我們以第一個小圖為例看一下，代碼如下。

import numpy as np

from bokeh.plotting import figure, show, output_file

N = 500

x = np.linspace(0, 10, N)

y = np.linspace(0, 10, N)

xx, yy = np.meshgrid(x, y)

d = np.sin(xx)*np.cos(yy)

p = figure(x_range=(0, 10), y_range=(0, 10))

# must give a vector of image data for image parameter

p.image(image=[d], x=0, y=0, dw=10, dh=10, palette="Spectral11")

output_file("image.html", title="image.py example")

show(p) # open a browser

具體的代碼就先不解釋了，運行後會打開一個新的瀏覽器頁面展示結果。

運行結果：