极客笔记Bokeh 替代 bokeh.charts
在本文中，我们将介绍使用 Bokeh 库时可以替代 bokeh.charts 的一些方法。bokeh.charts 是 Bokeh 中的一个模块，用于绘制统计图表，但它在最新的 Bokeh 版本中已经被弃用。为了继续使用 Bokeh 来创建各种统计图表，我们可以使用其他一些功能强大的模块来取代 bokeh.charts。
阅读更多：Bokeh 教程
使用 bokeh.plotting
bokeh.plotting 是一个用于创建可交互式图表的主要模块。它提供了比 bokeh.charts 更灵活和强大的绘图功能。下面是一个简单的例子，演示如何使用 bokeh.plotting 创建一个散点图：
from bokeh.plotting import figure, show
# 创建一个图表对象
p = figure(title="散点图", x_axis_label="X轴", y_axis_label="Y轴")
# 添加散点数据
p.circle([1, 2, 3, 4, 5], [6, 7, 2, 4, 5], size=10, color="navy")
# 显示图表
show(p)
在这个例子中，我们首先导入了 bokeh.plotting 模块的 figure 和 show 函数。然后，我们创建了一个 figure 对象，并设置了图表的标题和 X、Y 轴的标签。接下来，使用 circle 方法添加了一些散点数据，并指定了散点的大小和颜色。最后，通过调用 show 方法来显示图表。
使用 bokeh.plotting 创建其他类型的图表也非常简单，只需根据需要调用不同的方法和属性即可。
使用 bokeh.models 和 bokeh.layouts
除了 bokeh.plotting，bokeh 还提供了一些其他的模块来帮助我们创建复杂的图表布局和定制化的图表元素。其中 bokeh.models 模块允许我们通过添加各种图表元素来定制图表的外观和行为。例如，我们可以使用 bokeh.models 中的 CategoricalAxis 来创建分类轴，使用 LinearColorMapper 来创建颜色映射等等。
bokeh.layouts 模块则提供了一些可以帮助我们将多个图表组织在一起的布局选项。例如，我们可以使用 bokeh.layouts 中的 row、column 和 gridplot 等函数来创建水平、垂直或网格布局的图表。
下面是一个示例，演示了如何使用 bokeh.models 和 bokeh.layouts 创建一个包含多个图表的网格布局：
from bokeh.io import output_notebook
from bokeh.models import ColumnDataSource
from bokeh.layouts import gridplot
from bokeh.plotting import figure, show
# 在notebook中显示图表
output_notebook()
# 创建两个图表
p1 = figure(title="图表一", x_axis_label="X轴", y_axis_label="Y轴")
p1.circle([1, 2, 3, 4, 5], [6, 7, 2, 4, 5], size=10, color="navy")
p2 = figure(title="图表二", x_axis_label="X轴", y_axis_label="Y轴")
p2.line([1, 2, 3, 4, 5], [6, 7, 2, 4, 5], line_width=2, color="red")
# 创建数据源
source = ColumnDataSource(data=dict(x=[1, 2, 3, 4, 5], y=[6, 7, 2, 4, 5]))
# 创建一个包含两个图表的网格布局
grid = gridplot([[p1, None], [p2, None]])
# 显示图表
show(grid)
在这个例子中，我们首先导入了 bokeh.io 模块的 output_notebook 函数，以便在 notebook 中显示图表。然后，我们创建了两个 figure 对象，并使用 circle 和 line 方法添加了散点和折线数据。接着，创建了一个 ColumnDataSource 对象来包含数据源。最后，使用 gridplot 函数创建了一个包含两个图表的网格布局，并通过 show 函数来显示图表。
通过使用 bokeh.models 和 bokeh.layouts，我们可以灵活地创建各种复杂的图表布局，并定制图表的外观和行为。
总结
在本文中，我们介绍了一些可以替代 bokeh.charts 的方法。通过使用 bokeh.plotting、bokeh.models 和 bokeh.layouts，我们可以继续使用 Bokeh 来创建各种统计图表。bokeh.plotting 提供了更灵活和强大的绘图功能，bokeh.models 允许定制图表的外观和行为，bokeh.layouts 则提供了各种布局选项。使用这些模块，我们可以实现更加复杂和定制化的可视化效果。开始使用这些方法，探索更多 Bokeh 提供的功能吧！