如何在Python中使用Bokeh生成“patch plot”？

Bokeh（读音为 boh·keh）是一种交互式可视化库，适用于现代Web浏览器中的大型数据集。它专门面向现代Web浏览器，不需要用户具备Web编程技能，能够轻松绘制出交互式的图表。本文将会介绍如何在Python中使用Bokeh生成一个“patch plot”，供大家参考。

更多Python教程，请阅读：Python 教程

Bokeh简介

Bokeh是一个用于构建交互式Web可视化图表的Python库。它的优点在于：

基于绘图语法的统一API
支持交互式操作，包括滚动、缩放、平移等
支持多种绘图方式，包括散点图、折线图、柱状图和面积图等等。

除此之外，Bokeh还能够和其他Python库（如Pandas和NumPy）结合使用，帮助我们更加高效地完成数据可视化任务。

安装Bokeh

在使用Bokeh之前，需要先安装这个库。由于Bokeh库是放在Python包管理工具pip中的，因此我们可以使用以下命令进行安装：

pip install bokeh

生成带标签的多边形

Bokeh支持的“patch plot”是用于绘制多边形的，polygon（多边形）和patch（多属性平面图）是在地理空间或机械工程应用中广泛使用的图形类别。在下面的示例代码中，我们将生成一个带有标签的多边形。

from bokeh.io import output_file, show
from bokeh.models import ColumnDataSource, LabelSet
from bokeh.palettes import Plasma256
from bokeh.plotting import figure

output_file("patch.html")

# 绘制多边形
p = figure(title="Patch Plot", plot_width=400, plot_height=400)
p.patches(xs=[[[1, 1, 2], [3, 3, 4, 4]], [[3, 3, 4], [1, 2, 2, 1]]],  # 两个多边形分别为一个二元组
          ys=[[[1, 2, 2], [4, 1, 1, 4]], [[1, 2, 4], [3, 3, 4, 4]]],
          fill_color=["red", "blue"],
          line_color="white",
          fill_alpha=0.5)

# 添加标签
source = ColumnDataSource(dict(x=[1.5, 3.5], y=[2.5, 3.5], text=["Polygon1", "Polygon2"]))
labels = LabelSet(x='x', y='y', text='text', level='glyph',
                  source=source, text_align='center', text_baseline='middle', text_color="black")
p.add_layout(labels)

show(p)

上述代码中：

bokeh.io.output_file函数用于指定输出文件的名称，此处指定的文件名为“patch.html”；
bokeh.plotting.figure函数用于创建一个绘图对象；
p.patches函数绘制多个多边形，这里需要传入两个长度为2的二元组，每个二元组中的第一个元素为多边形的所有x坐标，第二个元素为多边形的所有y坐标；
fill_color参数指定了每个多边形的填充颜色，我们在这里为两个多边形分别指定了红色和蓝色；
line_color参数指定了多边形的描边颜色，这里我们为两个多边形指定了白色描边；
fill_alpha参数指定填充颜色的透明度，这里使用了0.5；
bokeh.models.ColumnDataSource类是使用Bokeh进行数据驱动型可视化的核心概念之一，我们需要将相关数据以ColumnDataSource的形式传递给图形进行绘制。
dict对象定义了一个包含x、y和text三个键的字典，对应了标签的位置和文本内容；
LabelSet函数用于创建一个标签集合，参数text_align和text_baseline则是用于指定标签的位置。