Bokeh 在笔记本中获取 Bokeh 的选择

在本文中，我们将介绍如何在使用 Bokeh 进行数据可视化的笔记本中获取 Bokeh 的选择。Bokeh 是一个用于创建交互式绘图的Python库，它提供了许多强大的功能和工具，使得数据探索变得更加直观和有趣。

Bokeh 中的选择功能允许用户通过点击、选择或悬停在可视化图表上的数据点来获取其相关信息。这对于数据分析师或研究人员来说非常有用，因为它们可以轻松地获取所选数据的详细信息或进行进一步的分析。

阅读更多：Bokeh 教程

基本操作步骤

要获取 Bokeh 的选择，我们需要按照以下基本步骤进行操作：

创建数据源和绘图工具：首先，我们需要创建一个数据源并使用 Bokeh 的绘图工具将数据可视化。例如，我们可以使用 Pandas 将数据加载到数据框中，并使用 Bokeh 创建一个散点图。

import pandas as pd
from bokeh.plotting import figure, show
from bokeh.io import output_notebook

# 加载数据
data = pd.read_csv("data.csv")

# 创建绘图工具
output_notebook()
plot = figure()

# 绘制散点图
plot.circle(data['x'], data['y'])

添加选择工具：接下来，我们需要添加一个选择工具，以便在图表上选择数据点。Bokeh 提供了许多不同的选择工具，例如 TapTool、HoverTool 和 BoxSelectTool。
```
from bokeh.models import HoverTool

# 添加悬停工具
hover_tool = HoverTool()
hover_tool.tooltips = [("X", "@x"), ("Y", "@y")]
plot.add_tools(hover_tool)
```
在上面的示例中，我们添加了一个悬停工具 HoverTool，它将显示所选数据点的 x 和 y 值。
处理选择事件：最后，我们需要处理选择事件，并获取所选数据的详细信息。Bokeh 提供了 Selection 对象，它可以检测选择事件并提供所选数据的索引值。
```
from bokeh.models import Selection

def on_selection_change(attr, old, new):
   selected_indices = new['1d']['indices']
   selected_data = data.iloc[selected_indices]
   print(selected_data)

selection = Selection()
selection.on_change('indices', on_selection_change)
```
在上面的示例中，我们定义了一个名为 on_selection_change 的回调函数，它将在选择事件发生时被调用。这个函数通过所选数据的索引值获取所选数据，并打印出来。
显示图表：最后，我们需要显示图表，并通过与图表交互来触发选择事件。
```
show(plot)
```
当图表显示在笔记本中时，您可以使用鼠标点击、悬停或框选来选择数据点，并相应地触发选择事件。

示例

让我们通过一个具体的示例来演示如何在 Bokeh 的笔记本中获取选择。假设我们有一个包含客户 ID、购买量和销售额的数据集，并希望能够通过选择来获取特定客户的详细信息。

首先，我们加载数据并创建一个散点图：

import pandas as pd
from bokeh.plotting import figure, show
from bokeh.io import output_notebook

# 加载数据
data = pd.read_csv("sales_data.csv")

# 创建绘图工具
output_notebook()
plot = figure()

# 绘制散点图
plot.circle(data['customer_id'], data['purchase_quantity'])

然后，我们添加一个悬停工具，以显示所选客户的销售额：

from bokeh.models import HoverTool

# 添加悬停工具
hover_tool = HoverTool()
hover_tool.tooltips = [("Customer ID", "@customer_id"), ("Sales", "@sales")]
plot.add_tools(hover_tool)

接下来，我们定义一个回调函数来处理选择事件，并获取所选客户的详细信息：

from bokeh.models import Selection

def on_selection_change(attr, old, new):
    selected_indices = new['1d']['indices']
    selected_data = data.iloc[selected_indices]
    print(selected_data)

selection = Selection()
selection.on_change('indices', on_selection_change)

最后，我们显示图表，并使用鼠标选择特定的客户：