如何使用 Bokeh Python 可视化多行数据？

Bokeh 是一个用于现代化 Web 浏览器中绘制直观交互式图表的 Python 库。它拥有强大的可定制性，能够快速地生成丰富的数据可视化。本文将介绍如何使用 Bokeh Python 库绘制多行数据的可视化图表。

更多Python教程，请阅读：Python 教程

安装

Bokeh 可以通过 pip 进行安装，下面是在终端输入的命令：

pip install bokeh

准备数据

首先，我们需要准备数据。在本文中，使用了官方开源数据集中的 mpg 数据集，该数据集包含了 234 条不同车型的燃油效率数据。以下是使用 Pandas 库读取 mpg 数据集的步骤：

import pandas as pd

# 读取 mpg 数据集
mpg = pd.read_csv("https://raw.githubusercontent.com/mwaskom/seaborn-data/master/mpg.csv")

为了可视化多行数据，我们需要将 mpg 数据集中的数据根据不同的车型品牌分组。以下是分组代码：

from itertools import cycle

# 车型品牌列表
brands = ['audi', 'bmw', 'ford', 'mercedes', 'toyota', 'volkswagen']

# 车型品牌颜色列表
colors = cycle(["#FF5733", "#A9CCE3", "#F7DC6F", "#00BFFF", "#F5B041", "#2ECC71"])

# 按照车型品牌分组
grouped = mpg.groupby("manufacturer")

# 将分组结果存储到字典中
plot_data = {}
for brand, color in zip(brands, colors):
    try:
        data = grouped.get_group(brand)
        plot_data[brand] = {"x": data["horsepower"], "y": data["mpg"], "color": color}
    except KeyError:
        pass

以上代码将数据按照车型品牌进行分组，每个品牌对应颜色列表中的一种颜色，同时将分组后的数据存储到一个字典中，用于后续绘制图表使用。

绘制图表

有了准备的数据，我们就可以使用 Bokeh 库来绘制图表。以下是使用 Bokeh 库绘制折线图的代码：

from bokeh.plotting import figure, show

# 创建绘图区域
p = figure(plot_width=800, plot_height=500)

# 循环遍历字典，绘制每个品牌的数据
for brand, data in plot_data.items():
    p.line(x=data["x"], y=data["y"], line_color=data["color"], legend_label=brand)

# 设置图表标题和坐标轴标签
p.title.text = "车型品牌燃油效率"
p.xaxis.axis_label = "马力"
p.yaxis.axis_label = "每加仑燃油里程"

# 显示图表
show(p)

以上代码创建了一个名为 p 的绘图区域，然后使用循环遍历字典，绘制每个品牌的数据。每条折线图都有对应的车型品牌和颜色。最后，设置了图表标题和坐标轴标签，并使用 show() 方法将图表显示出来。

定制图表

Bokeh 库支持对绘制的图表进行定制，以满足用户的不同需求。以下是对绘图区域、线条、图例和坐标轴等进行定制的代码：

# 创建绘图区域
p = figure(plot_width=800, plot_height=500, toolbar_location=None, tools="")

# 循环遍历字典，绘制每个品牌的数据
for brand, data in plot_data.items():
    p.line(x=data["x"], y=data["y"], line_width=2.5, line_color=data["color"], legend_label=brand)

# 设置图表标题和坐标轴标签
p.title.text = "车型品牌燃油效率"
p.title.align = "center"
p.title.text_color = "#444444"
p.title.text_font_size = "20pt"
p.xaxis.axis_label = "马力"
p.xaxis.axis_label_text_color = "#444444"
p.yaxis.axis_label = "每加仑燃油里程"
p.yaxis.axis_label_text_color = "#444444"

# 隐藏上方和右侧的坐标轴，设置下方和左侧的坐标轴的标签和线条颜色和线条宽度
p.axis.visible = False
p.xaxis.axis_line_color = "#444444"
p.xaxis.major_label_text_color = "#444444"
p.xaxis.major_tick_line_color = "#444444"
p.yaxis.axis_line_color = "#444444"
p.yaxis.major_label_text_color = "#444444"
p.yaxis.major_tick_line_color = "#444444"
p.yaxis.major_tick_line_width = 2.5

# 定义图例的位置和字体样式
p.legend.location = "top_left"
p.legend.label_text_font_size = "12pt"

# 显示图表
show(p)

以上代码隐藏了绘图区域的工具栏，对绘制的线条进行了明显的加粗和颜色定义，对图表标题、坐标轴、图例的字体样式进行了定制。最后，使用 show() 方法将图表显示出来。