bokehAan de slag met bokeh


Opmerkingen

Bokeh is een interactieve visualisatiebibliotheek van Python die zich richt op moderne webbrowsers voor presentatie. Het doel is om een elegante, beknopte constructie van nieuwe grafische voorstellingen in de stijl van D3.js te bieden en deze mogelijkheid uit te breiden met hoogwaardige interactiviteit over zeer grote of streaming gegevenssets.

Bokeh kan iedereen helpen die snel en gemakkelijk interactieve plots, dashboards en data-applicaties wil maken.

Hallo Wereld

Om bokeh te gebruiken, moet u een bokeh-server starten en er verbinding mee maken via een browser. We zullen dit voorbeeldscript ( hello_world.py ) gebruiken:

from bokeh.models import ColumnDataSource
from bokeh.plotting import figure
from bokeh.io import curdoc

def modify_doc(doc):
    """Add a plotted function to the document.

    Arguments:
        doc: A bokeh document to which elements can be added.
    """
    x_values = range(10)
    y_values = [x ** 2 for x in x_values]
    data_source = ColumnDataSource(data=dict(x=x_values, y=y_values))
    plot = figure(title="f(x) = x^2",
                  tools="crosshair,pan,reset,save,wheel_zoom",)
    plot.line('x', 'y', source=data_source, line_width=3, line_alpha=0.6)
    doc.add_root(plot)
    doc.title = "Hello World"

def main():
    modify_doc(curdoc())
    
main()
 

Om het te starten, moet u bokeh uitvoeren op de opdrachtregel en de opdracht serve gebruiken om de server te starten:

$ bokeh serve --show hello_world.py
 

De --show parameter vertelt bokeh om een browservenster en tonen document omschreven in openen hello_world.py .

Bokeh installeren

Bokeh's Documenten bij installatie

Bokeh draait op Python en heeft de volgende afhankelijkheden;

NumPy, Jinja2, Six, Requests, Tornado >= 4.0, PyYaml, DateUtil

Als u van plan bent met Python 2.7 te installeren, hebt u ook future nodig.

Allemaal met de Anaconda Python-distributie . Die u gratis kunt downloaden en installeren.

Nadat je anaconda op je computer hebt geïnstalleerd, kun je het volgende in cmd.exe op Windows of terminal op Mac uitvoeren:

conda install bokeh
 

Als u al een versie van Python hebt, kunt u het volgende uitvoeren in cmd.exe op Windows of terminal op Mac:

pip install bokeh
 

Bekijk de snelstartgids van Bokeh voor verschillende voorbeelden.

Bokeh gebruiken in Jupyter Notebook

Hier is een eenvoudig voorbeeld van het gebruik van Bokeh in Jupyter Notebook:

import numpy as np
from bokeh.plotting import figure
# Make Bokeh Push push output to Jupyter Notebook.
from bokeh.io import push_notebook, show, output_notebook
from bokeh.resources import INLINE
output_notebook(resources=INLINE)

# Create some data.
x = np.linspace(0,2*np.pi,20)
y = np.sin(x)

# Create a new plot with a title and axis labels
p = figure(title="Simple Line Plot in Bokeh", x_axis_label='x', y_axis_label='y')

# Add a line renderer with legend and line thickness
p.line(x, y, legend="Value", line_width=3)

# Show the results
show(p)