辅助标注 - 线

  1. import numpy as np
  2. import pandas as pd
  3. import matplotlib.pyplot as plt
  4. %matplotlib inline
  6. import warnings
  7. warnings.filterwarnings('ignore') 
  8. # 不发出警告
  10. from bokeh.io import output_notebook
  11. output_notebook()
  12. #导入notebook绘图模块
  14. from bokeh.plotting import figure,show
  15. #导入图表绘制、图表展示模块
  17. #辅助标记 - 线
  19. from bokeh.models.annotations import Span
  20. #导入Span模块
  22. x = np.linspace(0, 20, 200)
  23. y = np.sin(x)
  24. #创建x，y数据
  26. p = figure(y_range = (-1.5, 1.5))   #y_range设置y轴的范围
  27. p.line(x, y)
  28. #绘制曲线
  30. upper = Span(location = 1,   #设置辅助线的位置，这设置辅助线在值为1的位置
  31.              dimension = 'width',    #设置辅助线的方向，width为横向，height为纵向
  32.              line_color =  'red',    #设置线的颜色
  33.              line_width = 4    #设置线宽
  34.             )
  35. p.add_layout(upper)
  36. #绘制辅助线1
  38. lower = Span(location = -1,    #设置辅助线的位置
  39.              dimension = 'width',   #设置辅助线的方向
  40.              line_color = 'blue',    #设置辅助线的颜色
  41.              line_width = 3,    #设置辅助线的粗细,
  42.              line_dash = [8, 4]   #设置辅助线虚线显示
  43.             )
  44. p.add_layout(lower)
  45. #绘制辅助线2
  47. show(p)

Bokeh中设置辅助线有自己的一套体系，需要用到Span模块，具体参数如下：
line：绘制线状图，参数为x、y，其是连点成线，将x和y定位的点连起来成一条线
y_range：设置y轴的可视化范围，上图中范围为（-1.5， 1.5），即图表y轴需要显示从-1.5到1.5之间的轴

Span模块是为了实现辅助线的绘制，穷参数如下：
location：设置辅助线的位置，例如当其职为1的时候，辅助线位于x = 1或者y = 1这条线上
dimesion：设置辅助线的显示方向，当其值为width时，辅助线横向显示，当其值为height时，辅助线竖向显示
line_color：设置辅助线的颜色
line_width：设置辅助线的粗细
line_dash：设置辅助线为虚线显示
add_layout：为了显示辅助线的函数
图片.png

辅助标注 - 矩形

  1. from bokeh.models.annotations import BoxAnnotation
  2. #导入BoxAnnotation模块
  4. x = np.linspace(0, 20, 200)
  5. y = np.sin(x)
  6. #创建x, y数据
  8. p = figure(y_range = (-2, 2))
  9. p.line(x, y)
  10. #绘制曲线
  12. upper = BoxAnnotation(bottom = 1, #设置矩形下方 的位置
  13.                       fill_alpha = 0.3,  #设置矩形的透明度
  14.                       fill_color = 'olive',   #设置矩形的颜色
  15.                       line_width = 2,   #设置矩形框的粗细
  16.                       line_color = 'red',    #设置矩形框的颜色
  17.                       line_dash = [6, 3]   #设置矩形框虚线显示
  18.                      )
  19. p.add_layout(upper)
  20. #显示矩形框
  21. #设置辅助矩形1
  23. lower = BoxAnnotation(top = -1,    #设置矩形上方位置
  24.                       fill_alpha = 0.2,   #设置矩形的透明度
  25.                       fill_color = 'blue',
  26.                       line_width = 3,    #设置矩形框的粗细
  27.                       line_color = 'green',    #设置矩形框的颜色
  28.                       line_dash = [8, 4])  #设置矩形框虚线显示
  29. p.add_layout(lower)
  30. #显示矩形框
  31. #设置辅助矩形2
  33. center = BoxAnnotation(top = 0.6, bottom = -0.4, left = 7, right = 12,   #设置矩形四个边的位置
  34.                        fill_alpha = 0.3,
  35.                        fill_color = 'orange'
  36.                       )
  37. p.add_layout(center)
  39. show(p)

在Bokeh中，辅助标注也可以做一个矩形，需要使用BoxAnnotation模块来实现，参数如下：
bottom：设置矩形下边的位置
top：设置矩形上边的位置
left：设置矩形左边的位置
right：设置矩形右边的位置
fill_alpha：设置矩形的透明度
fill_color：设置举行的颜色
line_width：设置矩形边的粗细
line_color：设置矩形边线的颜色
line_dash：设置矩形边线虚线显示
图片.png

绘图注释

  1. from bokeh.models.annotations import Label
  2. #导入Label模块
  4. p = figure(x_range = (0, 10), y_range = (0, 10))
  5. p.circle([2, 5, 8], [4, 7, 6], color = 'olive', size = 10)
  6. #绘制散点图
  8. label = Label(x = 5, y = 7,  #注释的点
  9.               x_offset = 12,   #x偏移量，同样的还有y_offset
  10.               text = 'Second Point',   #注释内容
  11.               text_font_size = "12pt",   #字体大小
  12.               border_line_color = 'red',   #注释框颜色
  13.               background_fill_color = 'gray',   #注释的背景颜色
  14.               background_fill_alpha = 0.5   #注释背景的透明度
  16.              )
  18. p.add_layout(label)
  19. show(p)

Label模块可以用来做注释，如下图可见，参数如下：
x，y：设置注释所在的点
x_offset、y_offset：设置偏移量
text：注释内容
text_font_size：设置注释内容字体的大小
border_line_color：设置注释框的颜色
background_fill_color：设置注释框的背景颜色
background_fill_alpha：设置注释框背景颜色的透明度
图片.png

注释箭头

  1. #注释箭头
  2. from bokeh.models.annotations import Arrow
  3. from bokeh.models.arrow_heads import OpenHead, NormalHead, VeeHead    #三种箭头类型
  4. #导入相关模块
  6. p = figure(plot_width = 600, plot_height = 600)
  7. p.circle(x = [0, 1, 0.5], y = [0, 0, 0.7], radius = 0.1, color = ['navy', 'yellow', 'red'], fill_alpha = 0.5)
  8. #创建散点图
  9. #radius圆的半径
  11. p.add_layout(Arrow(end = OpenHead(line_color = 'green', line_width = 4),   #设置箭头类型
  12.                    x_start = 0, y_start = 0, x_end =1, y_end = 0  #设置箭头的起始位置和终点
  13.                   ))
  14. #绘制箭头1
  16. p.add_layout(Arrow(end = NormalHead(line_color = 'red', line_width = 2),  #设置箭头类型
  17.                    x_start = 1, y_start = 0, x_end = 0.5, y_end = 0.7  #设置箭头的起始位置和终点
  18.                   ))
  19. #绘制箭头2
  21. p.add_layout(Arrow(end = VeeHead(line_color = 'blue', line_width = 2),   #设置箭头类型
  22.                    x_start = 0.5, y_start = 0.7, x_end = 0, y_end = 0
  23.                   ))
  24. #绘制箭头3
  26. show(p)

绘制箭头类型有三种，分别是OpenHead、NormalHead、VeeHead，其参数如下：
line_color：线头的颜色
line_width：箭头线的粗细
x_start、y_start：箭头的起始位置
x_end、y_end：箭头的终点
图片.png

调色盘

  1. # 调色盘
  2. # 颜色参考文档：http://bokeh.pydata.org/en/latest/docs/reference/palettes.html
  3. # ColorBrewer：http://colorbrewer2.org/#type=sequential&scheme=BuGn&n=3
  5. import bokeh.palettes as bp
  6. from bokeh.palettes import brewer
  8. print('所有调色板名称：\n',bp.__palettes__)
  9. print('-------')
  10. # 查看所有调色板名称
  12. print('蓝色调色盘颜色：\n',bp.Blues)
  13. print('-------')
  14. # 查看蓝色调色盘颜色
  16. n = 8
  17. colori = brewer['YlGn'][n]   
  18. print('YlGn调色盘解析为%i个颜色，分别为：\n' % n, colori)
  19. # 调色盘解析 → 不同颜色解析最多颜色有限