本章节学习Bokeh的基本操作，Bokeh是一款基于Web的绘图工具库，其会出的图像保存方式以html文件为主，其是一款交互式的可视化Python库，其特点如下：

  1. 专门针对Web浏览器的交互式、可视化Python绘图库；
  2. 可以做出D3.js简洁漂亮的交互可视化效果，但其难度低于D3.js；
  3. 独立的HTML文档或服务端程序；
  4. 可以处理大量、动态或数据流；
  5. 支持Python、R、Scala等语言；
  6. 无需使用JavaScript

概念性的东西无需多讲，直接看代码：

  1. import pandas as pd
  2. import numpy as np
  3. import matplotlib.pyplot as plt
  4. %matplotlib inline
  6. #不发出警告
  7. import warnings
  8. warnings.filterwarnings('ignore')
  10. from bokeh.plotting import figure, show
  11. #导入图表绘制、图表展示模块
  13. from bokeh.io import output_notebook
  14. #导入notebook绘图模块
  16. output_notebook()    #选择以notebook的形式输出
  18. p = figure(plot_width = 400, plot_height = 400)    
  19. #创建图表，设置宽度和高度
  21. p.circle([1, 2, 3, 4, 5], [3, 5, 4, 2, 6], color = 'gray', size = 20)
  22. #创建一个圆形散点图
  24. show(p)
  25. #绘图

bokeh_plot.png
运行结果图

图标的输出形式

事实上Bokeh主流输出方式并不是notebook中，其更多的是生成一个HTML网页，代码如下：

  1. from bokeh.plotting import figure, show, output_file
  2. #导入图表绘制、图表展示模块
  4. import os
  5. os.chdir('C:/Users/RaingEye/Desktop/Python数据分析师微专业/数据表达逻辑：结果输出及内容美化/Python交互图标可视化：Bokeh/')
  6. #创建工作目录
  9. output_file('line.html')
  10. #notebook绘图命令，创建html文件
  11. #运行后会弹出html窗口
  13. p = figure(plot_width = 400, plot_height = 400)  #创建图表，设置宽度、高度
  14. p.circle([1, 2, 3, 4, 5], [4, 5, 3, 2, 1], size = 20, color = 'b')
  16. show(p)

结果：line.html

标题的详细设置

  1. df = pd.DataFrame(np.random.randn(100, 2), columns=['A', 'B'])
  2. df
  3. p = figure(plot_width = 600,plot_height = 400,  #plot_widht和plot_height分别设置图标的宽度和高度
  4.            tools = 'pan, wheel_zoom,save, reset, help',  #设置工具栏，默认全部显示
  5.            toolbar_location = 'above', #工具栏位置：“above”，“below”，“left”, 'right'
  6.            x_axis_label = 'A', y_axis_label = 'B',  #设置x，y轴的标签，可支持中文
  7.            x_range = [-3, 3], y_range = [-3, 3],   #x轴、y轴的范围
  8.            title = '测试图表'    #设置图表title          
  9.           )
  11. p.title.text_color = 'white'
  12. p.title.text_font = 'times'
  13. p.title.text_font_style = 'italic'
  14. p.title.background_fill_color = 'black'
  15. #设置标题的颜色，字体，风格，背景颜色
  17. p.circle(df['A'], df['B'], size = 5, color = 'blue')
  18. show(p)
  19. #创建散点图
  20. #这里.circle是figure的一个绘图方法

图片.png
Bokeh也有很多自己的参数，例如：
plot_widht、plot_height：分别设置图表的宽度和高度
tools：设置工具栏，如上图右上角的五个工具栏，其默认全部显示
toolbar_location：设置工具栏的位置，“above”，“below”，“left”, ‘right’分别代表上下左右
x_axis_label，y_axis_label：设置x，y轴的标签，可支持中文
x_range，y_range：设置x，y轴的数据范围
title.text_color、title.text_font、title.text_font_style、title.background_fill_color：分别设置标题的颜色、字体、风格和背景颜色等

tool参考文档：https://bokeh.pydata.org/en/latest/docs/user_guide/tools.html

图表颜色设置

  1. #颜色设置
  2. p = figure(plot_width = 600, plot_height = 400)
  4. p.circle(df.index, df['A'], color = 'red', size = 10)
  5. p.circle(df.index, df['B'], color = 'blue', size = 10)
  7. show(p)
  9. # 颜色设置
  10. # ① 147个CSS颜色，参考网址：http://www.colors.commutercreative.com/grid/
  11. # ② RGB颜色值，参考网址：https://coolors.co/87f1ff-c0f5fa-bd8b9c-af125a-582b11

图片.png
在Bokeh中，颜色设置可以有两种，分别是147个CSS颜色和RGB颜色，如上代码所示，具体颜色可以参考下面两个网站：

147个CSS颜色，参考网址：http://www.colors.commutercreative.com/grid/

RGB颜色值，参考网址：https://coolors.co/87f1ff-c0f5fa-bd8b9c-af125a-582b11

图表边框设置

  1. #图表边框线颜色设置
  2. p = figure(plot_width = 600, plot_height = 400)
  3. p.circle(df.index, df['A'], color = 'red', size = 10)
  4. p.circle(df.index, df['B'], color = 'blue', size = 10)
  5. #绘制散点图
  7. p.outline_line_width = 7   #边框线宽
  8. p.outline_line_alpha = 0.5  #边框线透明度
  9. p.outline_line_color = 'navy'  #边线框的颜色
  10. #设置图表眼边框
  12. show(p)

图片.png
Bokeh对于图表边框的样式也可以进行细化的设置，参数如下：
outline_line_width ：边框线宽
outline_line_alpha：边框线透明度
outline_line_color ：边线框的颜色，可以设置147个CSS颜色

图表绘图空间背景设置

  1. p = figure(plot_width = 600, plot_height = 400)
  3. p.circle(df.index, df['A'], size = 10, color =  'red')
  4. p.circle(df.index, df['B'], size = 10, color = 'green')
  5. #绘制散点图
  7. p.background_fill_color = 'beige'  #图表的背景颜色
  8. p.background_fill_alpha = 0.7   #图表背景颜色的透明度
  9. #背景设置参数
  11. show(p)

图片.png

外边界背景设置

  1. # 设置外边界背景
  3. p = figure(plot_width=600, plot_height=400)
  4. p.circle(df.index, df['A'], color = 'green', size=10,  alpha=0.5)
  5. p.circle(df.index, df['B'], color = '#FF0000', size=10,  alpha=0.5)
  6. # 绘制散点图
  8. p.border_fill_color = 'whitesmoke'  #外边界背景颜色
  9. p.border_fill_alpha = 0.5   #外边界背景透明度
  10. p.min_border_left = 80   #外边界背景 - 左边宽度
  11. p.min_border_right = 80    #外边界背景 - 右边宽度
  12. p.min_border_bottom = 10    #外边界背景 - 下宽度
  13. p.min_border_top = 10     #外边界背景 - 上宽度
  15. show(p)

图片.png

轴线设置

  1. #Axes - 轴线设置
  2. #轴线标签、轴线线宽、轴线颜色
  3. #字体颜色、字体角度
  5. p = figure(plot_width = 600, plot_height = 400)
  6. p.circle([1,2,3,4,5], [2,4,8,2,9], size = 20, color= 'red')
  7. #绘制散点图
  9. p.xaxis.axis_label = 'Temp'
  10. p.xaxis.axis_line_width = 3
  11. p.xaxis.axis_line_color = 'red'
  12. p.xaxis.axis_line_dash =  [6, 4]  #虚线比例
  13. #设置x轴线：标签、线宽、轴线颜色、虚线
  15. p.yaxis.axis_label = 'Pressure'
  16. p.yaxis.axis_line_width = 3
  17. p.yaxis.major_label_text_color = 'green'
  18. p.yaxis.major_label_orientation = 'vertical'
  19. #设置y轴：标签、字体颜色、字体角度
  21. p.axis.minor_tick_in = 5   #刻度往绘图区域内延伸长度
  22. p.axis.minor_tick_out = 3   #刻度往绘图区域外延伸长度
  23. #设置刻度
  25. p.xaxis.bounds = (2, 4)
  26. #设置轴线范围
  28. show(p)

图片.png

轴线标签设置

  1. # Axes - 轴线设置
  2. # 标签设置
  4. p = figure(plot_width=400, plot_height=400)
  5. p.circle([1,2,3,4,5], [2,5,8,2,7], size=10)
  7. p.xaxis.axis_label = 'Lot Number'
  8. p.xaxis.axis_label_text_color = '#aa6666'
  9. p.xaxis.axis_label_standoff = 30
  10. #设置标签名称、字体颜色、偏移距离
  12. p.yaxis.axis_label = 'Bin Count'
  13. p.yaxis.axis_label_text_font_style = 'italic'
  14. #设置标签名称、字体
  16. show(p)

图片.png

格网设置Grid

线型类型

  1. # Grid - 格网设置
  2. # 线型设置
  4. p = figure(plot_width=600, plot_height=400)
  5. p.circle(df.index, df['A'], color = 'green', size=10,  alpha=0.5)
  6. p.circle(df.index, df['B'], color = '#FF0000', size=10,  alpha=0.5)
  7. # 绘制散点图
  9. #设置x轴线的颜色
  10. p.xgrid.grid_line_color = None   #为None时，颜色不显示
  12. #设置y轴线的颜色
  13. p.ygrid.grid_line_alpha = 0.7
  14. p.ygrid.grid_line_dash = [6, 4]
  15. #设置透明度，须先设置
  16. #dash → 通过设置间隔来做虚线
  18. p.xgrid.minor_grid_line_color = 'navy'
  19. p.xgrid.minor_grid_line_alpha = 0.4
  20. #minor_line设置次轴线，即下方紫灰色的竖线
  22. show(p)

图片.png

颜色填充

  1. # Grid - 格网设置
  2. # 颜色填充
  4. p = figure(plot_width=600, plot_height=400)
  5. p.circle(df.index, df['A'], color = 'green', size=10,  alpha=0.5)
  6. p.circle(df.index, df['B'], color = '#FF0000', size=10,  alpha=0.5)
  7. # 绘制散点图
  9. p.xgrid.grid_line_color = None  
  10. #设置x轴线不显示
  12. p.ygrid.band_fill_color = 'navy'
  13. p.ygrid.band_fill_alpha = 0.1
  14. #设置颜色填充，及透明度
  16. p.grid.bounds = (-1, 1)
  17. #设置填充边界
  19. show(p)

图片.png

图例设置

  1. # Legend - 图例设置
  2. # 设置方法 → 在绘图时设置图例名称 + 设置图例位置
  3. p = figure(plot_width = 600, plot_height = 400)
  4. #创建图表
  6. x = np.linspace(0, 4*np.pi, 100)
  7. y = np.sin(x)
  8. #设置x, y
  10. p.circle(x, y, legend = "sin(x)")
  11. #绘制散点图
  12. p.line(x, y, legend = 'sin(x)') 
  13. #绘制曲线图（连线图，将点连成线）
  14. #绘制line1，设置图例名称
  16. p.line(x, 2*y, legend  = '2*sin(x)', line_dash = [4, 4], line_color = "orange", line_width = 2)
  17. #绘制line2，设置图例名称
  19. p.square(x, 3*y, legend = "3*sin(x)", fill_color = None, line_color=  "green")
  20. #square为方形散点图
  21. p.line(x, 3*y, legend = "3*sin(x)", line_color = 'green')
  22. #绘制line3，设置图例名称
  24. p.legend.location = 'bottom_left'
  25. # 设置图例位置："top_left"、"top_center"、"top_right" (the default)、"center_right"、"bottom_right"、"bottom_center"
  26. # "bottom_left"、"center_left"、"center"
  28. p.legend.orientation = 'vertical'
  29. # 设置图例排列方向："vertical" （默认）or "horizontal"
  31. p.legend.label_text_font = "times"
  32. p.legend.label_text_font_style = 'italic' #斜体
  33. p.legend.label_text_color = 'navy'
  34. p.legend.label_text_font_size = "12pt"
  35. #设置图例字体、风格、颜色、大小
  37. p.legend.border_line_width = 3
  38. p.legend.border_line_color = "navy"
  39. p.legend.border_line_alpha = 0.5
  40. #设置图例边框：跨度、颜色、透明度
  42. p.legend.background_fill_color = 'gray'
  43. p.legend.background_fill_alpha = 0.2
  44. #设置图例背景颜色和透明度
  46. show(p)

图片.png

本章节总结

Line Properties → 线设置
Fill Properties → 填充设置
Text Properties → 字体设置

1、Line Properties → 线设置
（1）line_color，设置颜色
（2）line_width，设置宽度
（3）line_alpha，设置透明度
（4）line_join，设置连接点样式：’miter’ miter_join，’round’ round_join，’bevel’ bevel_join
（5）line_cap，设置线端口样式，’butt’ butt_cap，’round’ round_cap，’square’ square_cap
（6）line_dash，设置线条样式，’solid’，’dashed’，’dotted’，’dotdash’，’dashdot’，或者整型数组方式（例如[6,4]）

2、Fill Properties → 填充设置
（1）fill_color，设置填充颜色
（2）fill_alpha，设置填充透明度

3、Text Properties → 字体设置
（1）text_font，字体
（2）text_font_size，字体大小，单位为pt或者em（ ‘12pt’, ‘1.5em’）
（3）text_font_style，字体风格，’normal’ normal text，’italic’ italic text，’bold’ bold text
（4）text_color，字体颜色
（5）text_alpha，字体透明度
（6）text_align，字体水平方向位置，’left’, ‘right’, ‘center’
（7）text_baseline，字体垂直方向位置，’top’，’middle’，’bottom’，’alphabetic’，’hanging’

4、可见性
p.xaxis.visible = False
p.xgrid.visible = False
基本参数中都含有.visible参数，设置是否可见