如何在Python中使用Bokeh创建颜色散点图，在悬停在点上时显示数据？

Bokeh是一个Python库，用于创建交互式的、Web浏览器可视化的统计图表。其中，颜色散点图是一种常见的图表类型，它通常用于显示两种变量之间的关系，并可以通过鼠标悬停在点上时显示相应的数据。

在本篇文章中，我们将通过一个简单的例子来介绍如何在Python中使用Bokeh库创建颜色散点图，并实现鼠标悬停时显示数据的功能。

更多Python教程，请阅读：Python 教程

安装Bokeh库

在使用Bokeh之前，需要确保已安装该库。安装方法如下：

pip install bokeh

创建颜色散点图

接下来，我们将创建一个简单的颜色散点图，用于演示如何实现悬停时显示数据的效果。

打开 Python，新建一个文件，比如 scatter_plot.py。

首先，我们需要导入必要的库和模块：

from bokeh.plotting import figure, output_file, show
from bokeh.models import HoverTool, ColumnDataSource

然后，定义好我们要绘制的数据和颜色：

# 定义 x, y 坐标
x = [1, 2, 3, 4, 5]
y = [6, 7, 2, 4, 5]

# 定义每个点的颜色
colors = [
    "#FF0000", # 红色
    "#00FF00", # 绿色
    "#0000FF", # 蓝色
    "#FFFF00", # 黄色
    "#00FFFF", # 青色
]

接下来，我们通过 ColumnDataSource 类，将数据包装成一个数据源：

source = ColumnDataSource(data=dict(x=x, y=y, colors=colors))

接着，我们创建一个 figure 对象，这个对象是 Bokeh 中的最基本的绘图对象：

p = figure(plot_height=600, plot_width=800)

接下来，我们将我们的数据和绘图添加到 figure 对象中：

# 添加圆点
p.scatter(x='x', y='y', size=20, fill_color='colors', line_color='black', source=source)

# 设置 x, y 轴标签
p.xaxis.axis_label = 'X-axis'
p.yaxis.axis_label = 'Y-axis'

然后，我们定义一个 HoverTool 对象，用于在鼠标悬停时显示数据：

hover = HoverTool(tooltips=[
    ("x", "@x"),
    ("y", "@y"),
])
p.add_tools(hover)

最后，我们将绘图输出到一个 HTML 文件中，并在浏览器中打开它：

output_file('scatter_plot.html')
show(p)

现在，我们已经成功地创建了一个颜色散点图，并在悬停时显示了相关的数据。

完整代码示例

下面是完整的代码示例：

from bokeh.plotting import figure, output_file, show
from bokeh.models import HoverTool, ColumnDataSource

# 定义 x, y 坐标
x = [1, 2, 3, 4, 5]
y = [6, 7, 2, 4, 5]

# 定义每个点的颜色
colors = [
    "#FF0000", # 红色
    "#00FF00", # 绿色
    "#0000FF", # 蓝色
    "#FFFF00", # 黄色
    "#00FFFF", # 青色
]

# 将数据包装成一个数据源
source = ColumnDataSource(data=dict(x=x, y=y, colors=colors))

# 创建一个 figure 对象
p = figure(plot_height=600, plot_width=800)

# 添加圆点
p.scatter(x='x', y='y', size=20,fill_color='colors', line_color='black', source=source)

# 设置 x, y 轴标签
p.xaxis.axis_label = 'X-axis'
p.yaxis.axis_label = 'Y-axis'

# 定义 HoverTool 对象
hover = HoverTool(tooltips=[
    ("x", "@x"),
    ("y", "@y"),
])
p.add_tools(hover)

# 输出到 HTML 文件并在浏览器中显示
output_file('scatter_plot.html')
show(p)