Автор оригинала: Mike Driscoll.
Bokeh Package Это интерактивная библиотека визуализации, которая использует веб-браузеры для его презентации. Его цель состоит в том, чтобы обеспечить графику в вене D3.js, которая выглядит элегантной и легко построить. Боке поддерживает большие и потоковые наборы данных. Вы, вероятно, будете использовать эту библиотеку для создания участков/графиков. Один из его основных конкурентов, кажется, Сюжер Отказ
Примечание. Это не будет углубленным углублением в библиотеке Bokeh в качестве количества различных графов и визуализаций, которые он способен на довольно большой. Вместо этого цель статьи – дать вам вкус того, что может сделать эта интересная библиотека.
Давайте найдя немного и установим его. Самый простой способ сделать это – использовать PIP или CODA. Вот как вы можете использовать PIP:
pip install bokeh
Это будет устанавливать Bokeh и все его зависимости. Вы можете установить Bokeh в Virtualenv из-за этого, но это зависит от вас. Теперь давайте проверим простой пример. Сохраните следующий код в файл любым именем, который вы считаете подходящим.
from bokeh.plotting import figure, output_file, show output_file("/path/to/test.html") x = range(1, 6) y = [10, 5, 7, 1, 6] plot = figure(title='Line example', x_axis_label='x', y_axis_label='y') plot.line(x, y, legend='Test', line_width=4) show(plot)
Здесь мы просто импортируем несколько предметов из библиотеки Боке. Мы просто говорим, где сохранить вывод. Вы отметите, что вывод является HTML. Затем мы создаем некоторые значения для осе X и Y, чтобы мы могли создать график. Затем мы на самом деле создаем объект рисунка и дайте ему название и метки для двух осей. Наконец, мы построим линию, дайте ей легенду и ширину линии и показать сюжет. Show Command на самом деле откроет ваш участок в браузере по умолчанию. Вы должны оказаться, видя что-то вроде этого:
Боке также поддерживает ноутбук Jupyter с единственным изменением, на котором вам нужно будет использовать OPENT_NOTEBOOK вместо emput_file Отказ
Боке Краткое руководство Имеет аккуратный пример серии синусоидальных волн на сетке сетки. Я немного снизил пример на одну синусоющую волну. Обратите внимание, что вам понадобится Numpy, установленный для следующего примера, чтобы правильно работать:
import numpy as np from bokeh.layouts import gridplot from bokeh.plotting import figure, output_file, show N = 100 x = np.linspace(0, 4*np.pi, N) y0 = np.sin(x) output_file('sinewave.html') sine = figure(width=500, plot_height=500, title='Sine') sine.circle(x, y0, size=10, color="navy", alpha=0.5) p = gridplot([[sine]], toolbar_location=None) show(p)
Основное различие между этим примером и предыдущим является то, что мы используем Numpy для создания точек данных, и мы помещаем нашу цифру внутри GreidPlot вместо того, чтобы просто рисуться самой фигурой. Когда вы запускаете этот код, вы должны оказаться сюжетом, который выглядит так:
Если вам не нравятся круги, то вы будете рады узнать, что Bokeh поддерживает другие формы, такие как квадратный, треугольник и несколько других.
Обертывание
Проект Bokeh действительно интересен и обеспечивает простое, простое в использовании API для создания графов, участков и других визуализации ваших данных. Документация довольно хорошо собрана и включает в себя много примеров, которые демонстрируют, что этот пакет может сделать для вас. Он стоит просто выбрать документацию, чтобы вы могли видеть, как выглядят некоторые другие графики и насколько короткие примеры кода составляют такие приятные результаты. Мой единственный бойп – это то, что Bokeh не имеет способов сохранить файл изображения программно. Это, кажется, долгосрочный || Ошибка || что они пытаются починить пару лет сейчас. Надеюсь, они найдут способ поддержки этой функции в ближайшее время. В противном случае я думал, что это было действительно круто!