Bokeh 使用 Bokeh 在 Python 中实现完整的 3D 散点图

在本文中，我们将介绍如何在 Python 中使用 Bokeh 库实现完整的 3D 散点图。Bokeh 是一个用于创建交互式可视化图表的强大库，它提供了丰富的功能和灵活的工具。通过 Bokeh，我们可以轻松地创建各种图表，包括散点图、线图、柱状图等。

阅读更多：Bokeh 教程

了解 Bokeh

Bokeh 是一个用于创建交互式可视化图表的 Python 库。它的主要目标是帮助用户通过简单且易于实现的方式创建漂亮的可视化图表。Bokeh 提供了一个高级绘图接口，使用户可以根据自己的需求创建各种图表。与其他库相比，Bokeh 的一大优势是它的交互性能，用户可以轻松地通过添加工具栏和控件实现交互功能。

安装 Bokeh

在使用 Bokeh 之前，我们首先需要安装它。可以使用以下命令在 Python 环境中安装 Bokeh：

pip install bokeh

创建 3D 散点图

我们现在开始创建一个简单的 3D 散点图。首先，我们需要导入必要的库并生成一些模拟数据。使用以下代码导入库并生成数据：

import numpy as np
from bokeh.plotting import figure, show
from bokeh.models import ColumnDataSource
from bokeh.layouts import gridplot

# 生成随机数据
np.random.seed(0)
n = 100        # 数据点数量
data = dict(x=np.random.random(n),
            y=np.random.random(n),
            z=np.random.random(n),
            color=np.random.randint(0, 4, n))
source = ColumnDataSource(data)

接下来，我们需要创建一个 Bokeh 图表对象并将数据添加到图表中。使用以下代码创建一个 3D 散点图：

# 创建 3D 散点图
p = figure(width=500, height=500, title='3D Scatter Plot', output_backend='webgl')
p.scatter3d('x', 'y', 'z', source=source, color='color', size=10, marker='circle')

此代码将生成一个宽度和高度为 500 像素的 3D 散点图，并根据 ‘x’、’y’ 和 ‘z’ 数据绘制散点。散点的颜色和大小根据 ‘color’ 数据进行映射。

最后，我们使用以下代码将图表显示在一个网格布局中：

# 显示图表
show(gridplot([[p]]))

通过运行以上代码，我们将在浏览器中显示一个 3D 散点图。

自定义 3D 散点图

Bokeh 提供了许多自定义选项，允许我们根据需要调整图表的样式、颜色和布局等。下面是一些常用的自定义选项示例：

调整散点大小和颜色

可以通过更改 ‘size’ 和 ‘color’ 参数来调整散点的大小和颜色。例如，以下代码将散点的大小设置为 15：

# 调整散点大小
p.scatter3d('x', 'y', 'z', source=source, color='color', size=15, marker='circle')

调整散点样式

Bokeh 提供了多种散点样式可供选择。可以通过将 ‘marker’ 参数设置为不同的值来更改散点的样式。例如，以下代码将散点的样式设置为 ‘triangle’：

# 调整散点样式
p.scatter3d('x', 'y', 'z', source=source, color='color', size=10, marker='triangle')

添加坐标轴标签

可以使用 ‘xaxis_label’、’yaxis_label’ 和 ‘zaxis_label’ 参数来添加坐标轴标签。例如，以下代码将添加坐标轴标签：

# 添加坐标轴标签
p.xaxis.axis_label = 'X'
p.yaxis.axis_label = 'Y'
p.zaxis.axis_label = 'Z'

调整图表标题和文字样式

可以使用 ‘title’ 参数来设置图表标题。还可以使用 ‘title_text_font_style’、’title_text_font_size’ 等参数来调整标题文字的样式。

# 调整图表标题和文字样式
p.title.text = 'Custom 3D Scatter Plot'
p.title.text_font_style = 'italic'
p.title.text_font_size = '20pt'

通过使用以上自定义选项，我们可以根据需要自定义 3D 散点图的样式和布局。

总结

在本文中，我们介绍了如何使用 Bokeh 在 Python 中实现完整的 3D 散点图。Bokeh 提供了丰富的功能和灵活的工具，使用户能够轻松地创建各种交互式可视化图表。通过使用 Bokeh，我们可以根据自己的需求创建漂亮的 3D 散点图，并通过自定义选项调整图表的样式、颜色和布局。希望本文能帮助您更好地了解和使用 Bokeh，实现自己所需的可视化效果。