Looking for bokeh Answers? Try Ask4KnowledgeBase
Looking for bokeh Keywords? Try Ask4Keywords

bokehKomma igång med bokeh


Anmärkningar

Bokeh är ett Python interaktivt visualiseringsbibliotek som riktar sig till moderna webbläsare för presentation. Dess mål är att tillhandahålla elegant, kortfattad konstruktion av ny grafik i stil med D3.js och att utöka denna kapacitet med högpresterande interaktivitet över mycket stora eller strömmande datasätt.

Bokeh kan hjälpa alla som vill snabbt och enkelt skapa interaktiva tomter, instrumentpaneler och dataprogram.

Hej världen

För att använda bokeh måste du starta en bokeh-server och ansluta till den med en webbläsare. Vi kommer att använda detta exempelskript ( hello_world.py ):

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()
 

För att starta den måste du köra bokeh på kommandoraden och använda serve att starta servern:

$ bokeh serve --show hello_world.py
 

Parametern - --show berättar för bokeh att öppna ett webbläsarfönster och visa dokument definierat i hello_world.py .

Installera Bokeh

Bokehs dokument om installation

Bokeh körs på Python och har följande beroenden;

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

Om du planerar att installera med Python 2.7 behöver du också future .

Alla de kommer med Anaconda Python Distribution . Som du kan ladda ner och installera gratis.

När du har anaconda installerat på din maskin kan du bara köra följande i cmd.exe på Windows eller terminal på Mac:

conda install bokeh
 

Om du redan har en version av Python kan du köra följande i cmd.exe på Windows eller terminal på Mac:

pip install bokeh
 

Se till att titta på Bokeh snabbstartguide för flera exempel.

Använda Bokeh i Jupyter Notebook

Här är ett enkelt exempel på hur du använder Bokeh i 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)