Bokeh：Bokeh 悬停日期时间

在本文中，我们将介绍如何在 Bokeh 中使用 hover 工具来显示日期时间。Bokeh 是一个用于交互式数据可视化的 Python 库，它可以创建各种类型的图表和可视化工具。悬停工具是 Bokeh 中一个非常有用的功能，它可以显示与数据点相关的额外信息。

阅读更多：Bokeh 教程

Bokeh 悬停工具简介

Bokeh 提供了一个名为 HoverTool 的工具，可以轻松地在图表中添加悬停功能。悬停工具可以显示鼠标悬停在数据点上时相关的信息，例如数据点的数值、标签或日期时间。通过将 HoverTool 添加到 Bokeh 图表中，我们可以实现交互式的数据可视化。

使用 Bokeh 悬停显示日期时间

在 Bokeh 中，我们可以使用悬停工具来显示日期时间信息。首先，我们需要导入所需的库和模块。在本例中，我们将使用 pandas 来处理日期时间数据，并使用 bokeh 库来创建图表和悬停工具。

import pandas as pd
from bokeh.plotting import figure, show, output_file
from bokeh.models import ColumnDataSource, HoverTool

接下来，我们需要准备一些数据进行可视化。在本例中，我们将使用一个示例数据集，其中包含某个城市每天的温度记录。数据集的结构如下所示：

日期        温度
2021-01-01  15
2021-01-02  18
2021-01-03  20
2021-01-04  22
2021-01-05  17

我们首先需要将日期列转换为 pandas 的日期时间格式：

df['日期'] = pd.to_datetime(df['日期'])

然后，我们可以使用 bokeh 的 ColumnDataSource 来加载数据，并创建一个空的图表对象：

source = ColumnDataSource(df)
p = figure(x_axis_type='datetime', width=800, height=400, title='每天温度记录')

接下来，我们可以使用 line 方法绘制温度记录折线图：

p.line(x='日期', y='温度', source=source,line_width=2, color='blue')

为了添加悬停功能，我们需要创建一个 HoverTool 对象，并将其添加到图表对象中：

hover_tool = HoverTool(tooltips=[('日期', '@日期{%F}'), ('温度', '@温度℃')], formatters={'@日期': 'datetime'})
p.add_tools(hover_tool)

在上述代码中，我们通过 tooltips 参数定义了要显示的悬停信息，使用 @ 符号来引用数据列。我们还使用 formatters 参数指定了日期列的显示格式。

最后，我们可以使用 show 函数将图表显示在浏览器中：

show(p)

总结

通过 Bokeh 的悬停工具，我们可以轻松地在图表中显示日期时间信息。使用悬停工具，用户可以方便地在图表中获取数据点的详细信息，从而提高数据可视化和交互性。感谢 Bokeh 提供的强大功能，我们能够创建出富有吸引力和实用性的交互式数据可视化。希望本文对你了解 Bokeh 悬停日期时间的使用有所帮助！