Bokeh 在Jupyter / IPython笔记本中使用Bokeh图表交互

在本文中，我们将介绍如何在Jupyter / IPython笔记本中使用Bokeh库创建交互式图表。Bokeh是一个用于创建交互式数据可视化的强大工具，它可以与Python一起使用，并且具有非常方便的API。

阅读更多：Bokeh 教程

Bokeh和Jupyter / IPython笔记本简介

Bokeh是一个Python库，用于构建漂亮且功能强大的交互式数据可视化。它可以生成各种类型的图表，如散点图、折线图、柱状图等，并在Jupyter / IPython笔记本中展示出来。

Jupyter / IPython笔记本是一种交互式计算环境，提供了一个网页界面，可以创建和共享文档，其中包含代码、图表和说明。结合Bokeh库，我们可以通过交互式的方式探索和展示数据。

在开始之前，我们需要安装Bokeh和Jupyter / IPython。可以使用以下命令在终端或命令提示符中安装这两个库：

pip install bokeh
pip install jupyter

安装完成后，我们可以在命令行中输入“jupyter notebook”以启动Jupyter / IPython笔记本。

让我们从一个简单的交互式散点图开始，以了解Bokeh如何在Jupyter / IPython笔记本中工作。

首先，我们需要导入必要的库。在代码的开始部分，添加以下行：

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

然后，我们需要使用output_notebook()函数告诉Bokeh将输出渲染到Jupyter / IPython笔记本中。添加以下行：

output_notebook()

在接下来的代码中，我们将创建一个包含随机散点的简单图表。添加以下代码：

import numpy as np

# 创建一些随机数据
x = np.random.rand(100)
y = np.random.rand(100)

# 创建一个图表对象
p = figure()

# 绘制散点图
p.circle(x, y)

# 显示图表
show(p)

运行上述代码后，Bokeh将在Jupyter / IPython笔记本中显示一个包含100个随机散点的图表。您可以使用鼠标滚轮进行缩放，也可以使用鼠标左键移动图表。

Bokeh提供了许多交互式工具，可以帮助用户更好地探索和分析数据。在这个示例中，我们将向图表中添加一个工具栏和一个滑块，以进行交互。

在代码中添加以下行来导入必要的库：

from bokeh.models import RangeSlider, ColumnDataSource
from bokeh.layouts import row

然后，在创建图表之前，我们需要定义一个ColumnDataSource对象来存储数据。添加以下代码：

# 定义ColumnDataSource对象
source = ColumnDataSource(data=dict(x=x, y=y))

接下来，我们需要修改创建图表的代码，以便将ColumnDataSource对象传递给circle()函数。更改以下代码：

# 创建一个图表对象，并传递ColumnDataSource对象
p = figure()

# 绘制散点图，并传递ColumnDataSource对象
p.circle('x', 'y', source=source)

# 显示图表
show(p)

运行上述代码后，Bokeh将在Jupyter / IPython笔记本中显示一个带有工具栏和滑块的交互式散点图。您可以使用工具栏上的各种工具进行缩放、平移和其他操作。

本文介绍了如何在Jupyter / IPython笔记本中使用Bokeh库创建交互式图表。我们了解了如何创建一个简单的散点图，并向图表添加了工具栏和滑块，以进行交互操作。利用Bokeh和Jupyter / IPython的强大功能，我们可以更好地探索和展示数据，从而更好地理解和分析数据。

要注意的一点是，本文只是Bokeh的入门教程，Bokeh还有更多的功能和工具可以探索。可以查阅Bokeh官方文档以了解更多详细信息和示例。希望本文对您有所帮助，祝您在使用Bokeh进行交互式数据可视化时取得成功！