如何在Bokeh中添加颜色选择器？

Bokeh是最被低估的Python可视化库之一，可用于各种应用，包括数据分析、科学可视化、交互式仪表板等等。在本博客中，我们将学习如何在Bokeh中添加颜色选择器小部件。

什么是颜色选择器？

颜色选择器是Bokeh中的众多小部件之一。它帮助用户指定RGB颜色值。小部件可以为图形添加交互功能，然后帮助用户更新图表或驱动新的计算而无需深入代码。除了颜色选择器外，Bokeh还有许多有趣的小部件，如按钮、复选框组、日期选择器、数据表等等。

入门Bokeh

# 安装Bokeh

如果您尚未安装Bokeh，请使用以下pip命令进行安装。

pip install Bokeh

# 生成可视化图表

#import Necessary Bokeh functions for showcasing output inline
from bokeh.layouts import column, row
from bokeh.models import ColorPicker
from bokeh.plotting import figure, show
from bokeh.io import output_notebook
output_notebook()

#生成随机数据

np.random.seed(1)

#描述范围

x = range(0, 11)
y1 = np.random.randint(1, 10, size=11)
y2 = np.random.randint(1, 10, size=11)

#标记x轴和y轴，并给它们一个范围

plot = figure(x_axis_label='x', y_axis_label='y',
              x_range=(0, 11), y_range=(0,10))

添加更多信息，如标题名称、对齐方式和字体大小

plot.title.text = "Adding color picker in Bokeh"
plot.title.align = "center"
plot.title.text_font_size = "20px"

#为每行记录颜色并使用legend_label添加标签

line1 = plot.line(x, y1, color="maroon", legend_label="First")
line2 = plot.line(x, y2, color="blue", legend_label="Second")

在图表中添加颜色选择器

picker1 = ColorPicker(title="Line 1 Color")
picker1.js_link('color', line1.glyph, 'line_color')
picker1.color='maroon'
picker2 = ColorPicker(title="Line 2 Color")
picker2.js_link('color', line2.glyph, 'line_color')
picker2.color='blue'

显示图表使用Show命令

show(column(plot, row(picker1, picker2)))

代码解释

我们的代码开始导入了NumPy和Bokeh模块。除了Bokeh，我们还从Bokeh.models widget模块中导入了Colorpicker。我们还从bokeh.plotting导入了figures和shows。

然后我们创建了一个基本的折线图/画布，将在其中添加我们的颜色选择器。创建了绘图后，我们调用ColorPicker类来添加小部件。我们还使用color函数指定了颜色选择器的初始颜色。

就这样！我们成功地向我们的Bokeh绘图中添加了一个颜色选择器小部件。当用户选择了新的颜色时，回调函数被调用，散点图圆形的颜色相应地更新。这个基本框架允许您根据需要自定义绘图和回调函数。一旦添加了颜色选择器，我们使用show()函数来显示绘图。

输出

单击颜色选择器控件后，将出现一个下拉列表，如上图所示。在这里，您可以更改线条的颜色。

结论

Bokeh是一个有趣的绘图和可视化工具，适用于您的工具箱。但要注意，它并不是Matplotlib或seaborn库的替代品。大多数情况下，当您希望创建图形输出来解释代码的抽象时，您将使用Bokeh。