Bokeh Bokeh多线图中的hovertool

在本文中，我们将介绍如何在Bokeh的多线图中使用hovertool（悬停工具）。hovertool是Bokeh中非常有用的一个特性，可以通过鼠标悬停在图表上时提供额外的信息。

阅读更多：Bokeh 教程

Bokeh简介

Bokeh是一个Python库，用于创建交互式的Web绘图。它可以生成漂亮的可视化图表，如散点图、折线图、柱状图等。Bokeh支持多种绘图功能，其中之一就是hovertool。

hovertool的作用和功能

hovertool用于在鼠标悬停时显示数据的详细信息。它可以显示数据的标签、数值等，为用户提供更直观、详细的数据展示。在多线图中，我们可以使用hovertool来展示每条线上的数据。

在Bokeh多线图中使用hovertool

首先，我们需要引入必要的库和模块：

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

接下来，我们需要准备一些数据来创建我们的多线图。假设我们有两条线的数据，分别表示每天的气温和降雨量：

# 数据
days = [1, 2, 3, 4, 5, 6, 7]
temperature = [25, 26, 28, 30, 32, 30, 28]
rainfall = [0, 0.5, 1, 0.2, 0, 0, 0.5]

然后，我们创建一个Bokeh的绘图对象，并添加两条线：

# 创建绘图对象
p = figure(title="Temperature and Rainfall",
           x_axis_label='Days',
           y_axis_label='Temperature / Rainfall')

# 添加两条线
p.line(days, temperature, legend_label='Temperature', line_width=2)
p.line(days, rainfall, legend_label='Rainfall', color='red', line_width=2)

# 显示图表
show(p)

这样我们就创建了一个简单的多线图。接下来，我们将添加hovertool来显示每条线上的数据。

# 创建hovertool对象
hover = HoverTool(tooltips=[
    ('Temperature', '@temperature{0.0}℃'),
    ('Rainfall', '@rainfall{0.0}mm')
])

# 添加hovertool到绘图对象
p.add_tools(hover)

# 显示图表
show(p)

在这段代码中，我们创建了一个hovertool对象，并设置显示气温和降雨量的数据。使用’@temperature’和’@rainfall’指定了数据的来源，'{0.0}℃’和'{0.0}mm’用来格式化数据的显示格式。

现在，当我们鼠标悬停在图表上时，就可以看到每个数据点的详细信息。