Python資料視覺化：繪相簿——Bokeh 應用講解
本文的文字及圖片來源於網路,僅供學習、交流使用,不具有任何商業用途,版權歸原作者所有,如有問題請及時聯絡我們以作處理
以下文章來源於娜驛站 ，作者娜娜zhao
前言
雖然在Python中有matplotlib可以滿足我們大部分的繪圖需求，但是這種原生的基本繪圖確實顯得不那麼漂亮，當然可以通過一些設定使之看起來美觀，然而那樣一來就要花費不少的時間，好在強大的Python第三方庫中有一些現成的繪相簿，可以使得我們日常的繪圖顯得美觀又便捷，這篇文章就來介紹一種繪相簿——Bokeh。
Bokeh是用於現代Web瀏覽器的互動式視覺化庫，使用它可以進行快速互動式繪圖，令我們感覺更方便的是還有一個與pandas繫結的版本——Pandas-Bokeh，使用這個繫結版本，既可以利用強大的pandas庫，又可以呼叫Bokeh的強大繪圖能力。
安裝
熟悉Python第三方庫安裝的同學應該很容易對該包進行安裝：
pip install pandas_bokeh我這裡安裝的是bokeh-2.2.2和pandas-bokeh-0.5版本。Python的版本是3.8.3。
條形統計圖繪製
現在我們用一個小例子來說明條形統計圖如何繪製，比如我們繪製連續十年的某三種產品銷售量，為方便計，我們用numpy的隨機數來生成這些資料：
import numpy as np
import pandas as pd
import pandas_bokeh as pb
df = pd.DataFrame({
'年份': np.arange(2010, 2020),
'產品A': np.random.uniform(9000, 15000, 10),
'產品B': np.random.uniform(9000, 15000, 10),
'產品C': np.random.uniform(9000, 15000, 10),
}
)
df 上述程式碼中的np.random.uniform(9000,15000,10)的意思是在9000-15000中隨機選取10個數字，注意，從生成的結果來看，這些隨機選擇的數字可以是小數。
為了將圖形繪製在jupyter-lab的notebook中，我們需要呼叫以下程式碼：
pb.output_notebook()從上述顯示資訊可以看出，Bokeh已經載入成功，下面我們就來繪製條形統計圖：
df.plot_bokeh(
kind = 'bar',
x = '年份',
y = ['產品A', '產品B', '產品C'],
xlabel = '產品數量',
ylabel = '年度銷售量',
title = '三種產品年度銷售統計圖'
) 繪製的圖形如下：
上述程式碼是不是比matplotlib更簡潔？繪製的圖形無論形狀還是著色是不是比後者更漂亮？下面我們來簡單說明一下plot_bokeh這個函式所帶的幾個引數：
- kind指的是我們要繪製的圖形型別，當前的pandas_bokeh支援這幾種圖形：line,point,step,scatter,bar,histogram,area,pie,map。
- x和y直接傳遞的是dataframe資料集中的key，即指定何者為橫軸資料，何者為縱軸資料。
- xlabel和ylabel是x軸和y軸的標籤。
- title是圖表的標題。
所以，只要配置好dataframe，即可以很容易繪製出我們想要的圖形。
一些高階引數
當然，這個庫也支援一些引數的高階用法，比如可以規定座標軸的範圍、關閉圖形的滑鼠縮放功能等等，比如將上述資料繪製成折線統計圖：
df.plot_bokeh.line(
x = '年份',
y = ['產品A', '產品B', '產品C'],
xlabel = '產品數量',
ylabel = '年度銷售量',
title = '三種產品年度銷售統計圖',
figsize=(800, 500),
ylim = (5000, 20000),
zooming = False,
panning=False,
)繪製的圖形如下：
注意：df.plot_bokeh.line(...)相當於df.plot_bokeh(kind='line', ...)，其中figsize用一對陣列定義了畫布的寬和高；xlim和ylim分別定義了x軸和y軸的範圍；zooming是滑鼠滾輪縮放的開關；而panning是平移開關，當關閉時，曲線不能移動。當然這些開關都可以通過圖形右側的工具欄快速切換。
將圖形輸出到HTML檔案
剛才我們設定將繪製的圖形直接輸出到jupyter-lab的notebook中，如果離開該環境，圖形還可以輸出成其它方式嗎？答案是肯定的，即Bokeh還可以將圖形輸出成HTML檔案進行儲存，但在使用這一功能之前，需要指定HTML檔名稱：
pb.output_file('mychart.html')現在我們再來執行一下上述程式碼，看看要生成的條形統計圖是如何儲存成一個HTML檔案的：
df.plot_bokeh(
kind = 'bar',
x = '年份',
y = ['產品A', '產品B', '產品C'],
xlabel = '產品數量',
ylabel = '年度銷售量',
title = '三種產品年度銷售統計圖'
)當我們執行上述程式碼時，瀏覽器立刻開啟一個頁面顯示生成的圖片，如下圖所示：
小結
本文演示了pandas_bokeh這個第三方庫的繪圖功能，關於pandas的問題在本公眾號前面有相應的幾篇文章進行了簡介，如果熟悉matplotlib的應該還對其中“中文”問題的設定有印象，但利用Bokeh，則不會存在這個問題。