Bokeh 基础 – 条形图

在本文中，我们将介绍如何使用Bokeh绘制基本的条形图，并提供一些示例说明。条形图是一种常见的数据可视化方式，适用于比较不同分类的数据。

阅读更多：Bokeh 教程

Bokeh简介

Bokeh是一个用于构建交互式数据可视化的Python库。它提供了多种绘图选项，包括条形图、线图、散点图等，能帮助我们更好地理解和分析数据。

准备工作

在开始之前，我们需要安装Bokeh库。可以使用pip或conda进行安装。下面是安装命令：

pip install bokeh

或者

conda install bokeh

安装完成后，我们就可以开始绘制条形图了。

绘制简单的条形图

下面我们将以电影票房数据为例，展示如何绘制一个简单的条形图。

首先，我们需要导入Bokeh库和其他必要的模块：

from bokeh.plotting import figure, show
from bokeh.io import output_notebook

然后，我们创建一个包含电影名称和票房的列表：

movies = ['Avengers Endgame', 'Avatar', 'Titanic', 'Star Wars: The Force Awakens', 'Avengers: Infinity War']
box_office = [2797, 2788, 2187, 2068, 2048]  # 以亿美元为单位

接下来，我们可以创建一个绘图对象：

p = figure(x_range=movies, plot_height=400, title='电影票房', toolbar_location=None)

然后，我们添加条形图的数据：

p.vbar(x=movies, top=box_office, width=0.5)

最后，我们显示绘图结果：

output_notebook()
show(p)

通过运行上述代码，我们就可以在Jupyter Notebook中绘制出一个简单的电影票房条形图。

自定义条形图

Bokeh提供了多种选项来自定义条形图的样式。下面是一些常用的自定义选项示例。

修改颜色

我们可以通过fill_color参数来修改条形图的填充颜色。例如，我们可以将条形图改为红色：

p.vbar(x=movies, top=box_office, width=0.5, fill_color='red')

添加边框

我们可以通过line_color和line_width参数来添加条形图的边框。例如，我们可以设置边框为黑色，宽度为2像素：

p.vbar(x=movies, top=box_office, width=0.5, line_color='black', line_width=2)

修改标题和坐标轴标签

我们可以通过title、xaxis_label和yaxis_label参数来修改标题和坐标轴标签。例如：

p = figure(x_range=movies, plot_height=400, title='电影票房', toolbar_location=None,
           xaxis_label='电影名称', yaxis_label='票房（亿美元）')

添加工具栏

我们可以通过toolbar_location参数来添加工具栏。例如，我们可以将工具栏放在绘图区域的右边：

p = figure(x_range=movies, plot_height=400, title='电影票房', toolbar_location='right')

以上只是一些自定义选项的示例，Bokeh还提供了更多选项，可以根据具体需求进行调整。

总结

本文介绍了如何使用Bokeh绘制基本的条形图，并提供了一些示例说明。Bokeh是一个功能强大且灵活的库，可以帮助我们创建交互式数据可视化。希望读者能够通过本文学会使用Bokeh绘制条形图，并能够根据自己的需求进行自定义。

Bokeh官方网站：https://bokeh.org/

Bokeh官方文档：https://docs.bokeh.org/