导入相关的包

  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、图标展示模块

基本散点图绘制

  1. #基本散点图的绘制
  3. s = pd.Series(np.random.randn(80))
  4. #创建数据
  6. p = figure(plot_width = 600, plot_height = 600)
  7. p.circle(s.index, s.values,    #x, y的值，也可以直接写成x = s.indnx, y = s.values
  8.          size = 20, color = 'red', alpha = 0.7,   #点的大小、颜色和透明度，这里color是指点填充的颜色和边线的颜色，这二者可以分别设置，如下
  9.          fill_color = 'green', fill_alpha = 0.5,   #填充的颜色和透明度
  10.          line_color = 'blue', line_alpha = 0.7 ,   #边线的颜色和透明度
  11.          line_dash = 'dashed',  #设置边线为虚线
  12.          line_width = 2, #设置边线宽度为2
  13.          line_cap = "square",   #设置线端口样式
  14.          line_join = 'miter',  #设置连接点样式
  15.          legend = 'scatter_circle',   #设置图例
  16.          #radius = 2,   #设置点的半径，和size只能二选一
  17.         )
  18. #创建散点图，基本参数
  19. #bokeh中对line和fill是同样的设置方法
  21. p.legend.location = 'bottom_right'   #设置图例位置
  24. show(p)

参数详解

plot_width, plot_height：设置图标的宽和高
size：设置点的大小
radius：设置点的半径大小，和size只能二选一
color：设置点的颜色，包括内填充颜色和外边线颜色
alpha：设置点的透明度，包括内填充颜色透明度和外边线颜色透明度
fill_color：设置内填充的颜色
fill_alpha：设置内填充颜色的透明底
line_color：设置外边线的颜色
line_alpha：设置外边线颜色的透明度
line_dash：设置外边线线条的样式，值可以为：solid、dashed、dotted、dotdash、dashdot，或者可以用数组的形式显示，例如[6, 4]
line_width：设置外边线的线宽
line_cap：设置外边线线端口样式
line_join：设置连接点样式
legend：设置图例，将图里的名称赋值为legend即可
图片.png

不同颜色与大小的散点图设置方法

利用字典与数组

  1. # 2、散点图不同 颜色上色/散点大小 的方法
  2. # ① 数据中有一列专门用于设置颜色 / 点大小
  3. from bokeh.palettes import brewer
  5. rng = np.random.RandomState(1)
  6. df = pd.DataFrame(rng.randn(100, 2)*100, columns = ['A', 'B'])
  7. #创建数据，有2列随机值
  9. df['size'] = rng.randint(10, 30, 100)  #设置点的大小字段
  11. colormap1 = {1:'red', 2:'green', 3:'blue'}
  12. df['color1'] = [colormap1[x] for x in rng.randint(1, 4, 100)]   #调色盘1
  14. p = figure(plot_width = 600, plot_height = 600)
  16. p.circle(df['A'], df['B'],  #设置散点图x，y的值
  17.          line_color = 'white',  #设置边线颜色为白色
  18.          fill_color = df['color1'],   #设置填充颜色
  19.          fill_alpha = 0.6 ,   #设置填充颜色的透明度
  20.          size = df['size'],   #设置点的大小
  21.         )
  23. show(p)

根据需要，设置散点图的大小和颜色都不相同，第一个方法是通过字典与循环的方法实现，首先设置一个字典，例如colormap1，然后利用循环设置颜色数组，并添加到数据中，如df[‘color1’]调色盘所示
图片.png

利用调色盘的颜色

  1. #利用调色盘设置不同颜色
  2. from bokeh.palettes import brewer
  4. rng = np.random.RandomState(1)
  5. df = pd.DataFrame(rng.randn(100, 2)*100, columns = ['A', 'B'])
  6. #创建数据，有2列随机值
  8. df['size'] = rng.randint(10, 30, 100)  #设置点的大小字段
  11. n = 8   #设置调色盘颜色的个数
  12. colormap2 = brewer['Blues'][n]   #调用调色盘中的蓝色，并选择8个色系
  13. df['color2'] = [colormap2[x] for x in rng.randint(0, n, 100)]
  15. p = figure(plot_width = 600, plot_height = 600)
  17. p.circle(df['A'], df['B'],  #设置散点图x，y的值
  18.          line_color = 'white',  #设置边线颜色为白色
  19.          fill_color = df['color2'],   #设置填充颜色
  20.          fill_alpha = 0.6 ,    #设置颜色的透明度
  21.          size = df['size'],   #设置点的大小
  22.         )
  24. show(p)

设置点的颜色与大小各不相同的第二种研办法，其中点的大小与方法1相同，颜色设置这利用调色板，选择蓝色中的8个色系，如下图：
图片.png

遍历数据分开做图

  1. # 2、散点图不同 颜色上色/散点大小 的方法
  2. # ② 遍历数据分开做图
  4. rng = np.random.RandomState(1)
  5. df = pd.DataFrame(rng.randn(100, 2), columns=['A','B'])
  6. df['type'] = rng.randint(0, 7, 100)
  7. #创建数据
  9. colors = ["red", "olive", "darkred", "goldenrod", "skyblue", "orange", "salmon"]
  10. # 创建颜色列表
  12. p = figure(plot_width = 600, plot_height = 600,
  13.           tools = 'pan,wheel_zoom,box_select,lasso_select,reset',   #设置工具栏
  14.             )
  15. for t in df['type'].unique():
  16.     p.circle(df['A'][df['type'] == t], df['B'][df['type'] == t],   #设置散点图x, y的值
  17.             size = 20, alpha = 0.5,
  18.              color = colors[t],
  19.              legend = 'Type%i'%t
  20.             )
  21. #通过分类设置颜色
  22. p.legend.location = 'bottom_right'   #设置图例位置
  24. show(p)

unique：统计出list中所有出现的值
图片.png

绘制不同符号的散点图

  1. # 3、不同符号的散点图
  2. # asterisk(), circle(), circle_cross(), circle_x(), cross(), diamond(), diamond_cross(), inverted_triangle()
  3. # square(), square_cross(), square_x(), triangle(), x()
  5. p = figure(plot_width=600, plot_height=400,x_range = [0,3], y_range = [0,7])
  7. p.circle_cross(1, 1, size = 30, alpha = 0.5, legend = 'circle_cross')
  8. p.asterisk(1, 2, size = 30, alpha = 0.5, legend = 'asterisk')
  9. p.circle_x(1, 3, size = 30, alpha = 0.5, legend = 'circle_x')
  10. p.cross(1, 4, size = 30, alpha = 0.5, legend = 'cross')
  11. p.diamond(1, 5, size = 30, alpha = 0.5, legend = 'diamond')
  12. p.diamond_cross(1, 6, size = 30, alpha = 0.5, legend = 'diamond_cross')
  13. p.inverted_triangle(2, 1, size = 30, alpha = 0.5, legend = 'inverted_triangle')
  14. p.square(2, 2, size = 30, alpha = 0.5, legend = 'square')
  15. p.square_cross(2, 3, size = 30, alpha = 0.5, legend = 'square_cross')
  16. p.square_x(2, 4, size = 30, alpha = 0.5, legend = 'square_x')
  17. p.triangle(2, 5, size = 30, alpha = 0.5, legend = 'triangle')
  18. p.x(2, 6, size = 30, alpha = 0.5, legend = 'x')
  20. p.legend.location = "bottom_right"
  21. # 设置图例位置
  23. show(p)
  1. #各种散点图的详细设置，可以参考如下网址
  2. http://bokeh.pydata.org/en/latest/docs/reference/plotting.html#bokeh.plotting.figure.Figure.circle

图片.png