Bokeh: Bokeh 绘图只会出现一个空白窗口

在本文中，我们将介绍 Bokeh 绘图库及其基本用法。Bokeh 是一个用于交互性数据可视化的 Python 库，它提供了各种绘图工具和功能，以帮助我们以简洁、优雅的方式呈现数据。

阅读更多：Bokeh 教程

Bokeh 简介

Bokeh 是一个强大的数据可视化库，它可以帮助我们创建交互式且具有吸引力的图表。与其他数据可视化库相比，Bokeh 的优势在于可以轻松创建互动式和实时数据的图表。Bokeh 支持多种图表类型，包括折线图、散点图、柱状图、饼图等。此外，Bokeh 还能够与 Jupyter Notebook 结合使用，并支持在网页上显示图表。

Bokeh 的基本用法

在开始使用 Bokeh 绘图之前，我们首先需要安装 Bokeh 库。通过在命令行中运行 pip install bokeh 命令，我们可以轻松安装最新版本的 Bokeh。

创建一个简单的折线图

下面的示例演示了如何使用 Bokeh 创建一个简单的折线图：

from bokeh.plotting import figure, show

# 创建一个 Figure 对象
p = figure(title="折线图", x_axis_label="x轴", y_axis_label="y轴")

# 添加数据点
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
p.line(x, y)

# 显示图表
show(p)

运行上述代码后，我们将看到一个弹出窗口显示了一个简单的折线图。在图表上，x 轴表示 1 到 5 的数据点，y 轴表示对应的 2 到 10 的数据点。

创建一个散点图

除了折线图，我们还可以使用 Bokeh 创建散点图。下面的示例演示了如何使用 Bokeh 创建一个简单的散点图：

from bokeh.plotting import figure, show

# 创建一个 Figure 对象
p = figure(title="散点图", x_axis_label="x轴", y_axis_label="y轴")

# 添加数据点
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
p.circle(x, y)

# 显示图表
show(p)

运行上述代码后，我们将看到一个弹出窗口显示了一个简单的散点图。在图表上，x 轴同样表示 1 到 5 的数据点，y 轴同样表示对应的 2 到 10 的数据点。

创建一个柱状图

另一个常用的图表类型是柱状图。下面的示例演示了如何使用 Bokeh 创建一个简单的柱状图：

from bokeh.plotting import figure, show

# 创建一个 Figure 对象
p = figure(title="柱状图", x_axis_label="x轴", y_axis_label="y轴")

# 添加数据点
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
p.vbar(x=x, top=y, width=0.5)

# 显示图表
show(p)

运行上述代码后，我们将看到一个弹出窗口显示了一个简单的柱状图。在图表上，x 轴同样表示 1 到 5 的数据点，y 轴同样表示对应的 2 到 10 的数据点。