Python如何利用Bokeh進行數據可視化

本篇內容介紹了“Python如何利用Bokeh進行數據可視化”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

介紹

Bokeh是 Python 中的數據可視化庫，提供高性能的交互式圖表和繪圖。Bokeh 輸出可以在筆記本、html 和服務器等各種媒體中獲得。可以在 Django 和燒瓶應用程序中嵌入散景圖。

Bokeh 為用戶提供了兩個可視化界面：

bokeh.models：為應用程序開發人員提供高度靈活性的低級接口。

bokeh.plotting：用于創建視覺字形的高級界面。

要安裝 bokeh 包，請在終端中運行以下命令：

pip install bokeh

用于生成散景圖的數據集是從Kaggle收集的。

代碼1.散點標記

要創建散點圓標記，使用 circle() 方法。

# 導入模塊
from bokeh.plotting import figure, output_notebook, show

# 輸出到 notebook
output_notebook()

# 創建圖
p = figure(plot_width = 400, plot_height = 400)

# 添加具有大小、顏色和 alpha 的圓形渲染器
p.circle([1, 2, 3, 4, 5], [4, 7, 1, 6, 3],
		size = 10, color = "navy", alpha = 0.5)

# 顯示結果
show(p)

輸出 ：

代碼2.單行

要創建單行，使用 line() 方法。

# 導入模塊
from bokeh.plotting import figure, output_notebook, show

# 輸出到 notebook
output_notebook()

# 創建圖
p = figure(plot_width = 400, plot_height = 400)

# 添加線渲染器
p.line([1, 2, 3, 4, 5], [3, 1, 2, 6, 5],
		line_width = 2, color = "green")

# 顯示結果
show(p)

輸出 ：

代碼3.條形圖

條形圖用矩形條顯示分類數據。條的長度與表示的值成比例。

# 導入必要的模塊
import pandas as pd
from bokeh.charts import Bar, output_notebook, show

# 輸出到 notebook
output_notebook()

# 讀取數據框中的數據
df = pd.read_csv(r"D:/kaggle/mcdonald/menu.csv")

# 創建欄
p = Bar(df, "Category", values = "Calories",
		title = "Total Calories by Category",
						legend = "top_right")

# 顯示結果
show(p)

輸出 ：

代碼4.箱線圖

箱線圖用于表示圖表上的統計數據。它有助于總結數據中存在的各種數據組的統計屬性。

# 導入必要的模塊
from bokeh.charts import BoxPlot, output_notebook, show
import pandas as pd

# 輸出到 notebook
output_notebook()

# 讀取數據框中的數據
df = pd.read_csv(r"D:/kaggle / mcdonald / menu.csv")

# 創建欄
p = BoxPlot(df, values = "Protein", label = "Category",
			color = "yellow", title = "Protein Summary (grouped by category)",
			legend = "top_right")

# 顯示結果
show(p)

輸出 ：

代碼5.直方圖

直方圖用于表示數值數據的分布。直方圖中矩形的高度與類間隔中值的頻率成正比。

# 導入必要的模塊
from bokeh.charts import Histogram, output_notebook, show
import pandas as pd

# 輸出到 notebook
output_notebook()

# 讀取數據框中的數據
df = pd.read_csv(r"D:/kaggle / mcdonald / menu.csv")

# 創建直方圖
p = Histogram(df, values = "Total Fat",
			title = "Total Fat Distribution",
			color = "navy")

# 顯示結果
show(p)

輸出 ：

代碼6.散點圖

散點圖用于繪制數據集中兩個變量的值。它有助于找到所選的兩個變量之間的相關性。

# 導入必要的模塊
from bokeh.charts import Scatter, output_notebook, show
import pandas as pd

# 輸出到 notebook
output_notebook()

# 讀取數據框中的數據
df = pd.read_csv(r"D:/kaggle / mcdonald / menu.csv")

# 創建散點圖
p = Scatter(df, x = "Carbohydrates", y = "Saturated Fat",
			title = "Saturated Fat vs Carbohydrates",
			xlabel = "Carbohydrates", ylabel = "Saturated Fat",
			color = "orange")

# 顯示結果
show(p)

輸出：

“Python如何利用Bokeh進行數據可視化”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！