Python 如何使用Bokeh更改刻度标签大小

Bokeh是Python中可用的一种数据可视化库，允许用户在Web浏览器中创建交互式图表、数据应用程序和仪表盘。Bokeh为我们提供了各种图表，如散点图、线图、条形图和面积图等，还包括更专门的热力图和地理图。这是一个拥有活跃开发者社区的开源库。

使用Python中的Bokeh创建图表

Bokeh库提供了两种主要的接口用于创建图表，一种是低级接口，用于从各个组件开发图表，另一种是高级接口，用于从简单的Python代码开发图表。高级接口比低级接口更先进，并提供更直观和简单的方式来创建不同类型的图表。

Bokeh库支持广泛的选项，允许用户通过添加注释和交互来控制图表，还允许我们包含来自各种数据源的数据。

Bokeh库的特点

以下是Bokeh库的主要特点。

它在Web浏览器中提供交互式数据可视化。
该库的输出可以是HTML、PNG和SVG。
它支持实时和流式数据。
它还支持地理映射和数据探索。
它可以与NumPy和Pandas等库集成。

在数据可视化和绘图中，刻度是用于识别显示的数据的小标记或指示器。绘图中有两种类型的刻度，一种是xticks，另一种是yticks。

安装Bokeh库

要在Python中使用Bokeh库，首先我们必须通过使用下面的代码来安装该库。

pip install bokeh

在Python中成功安装bokeh库后，将生成以下输出

pip install bokeh
Collecting bokeh
  Downloading bokeh-3.1.1-py3-none-any.whl (8.3 MB)
     ---------------------------------------- 8.3/8.3 MB 44.2 MB/s eta 0:00:00
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
  Downloading six-1.16.0-py2.py3-none-any.whl (11 kB)
Installing collected packages: pytz, xyzservices, tzdata, tornado, six, PyYAML, pillow, packaging, numpy, MarkupSafe, python-dateutil, Jinja2, contourpy, pandas, bokeh
  Consider adding this directory to PATH or, if you prefer to suppress this warning, use --no-warn-script-location.
  Consider adding this directory to PATH or, if you prefer to suppress this warning, use --no-warn-script-location.
Successfully installed Jinja2-3.1.2 MarkupSafe-2.1.2 PyYAML-6.0 bokeh-3.1.1 contourpy-1.0.7 numpy-1.24.3 packaging-23.1 pandas-2.0.1 pillow-9.5.0 python-dateutil-2.8.2 pytz-2023.3 six-1.16.0 tornado-6.3.2 tzdata-2023.3 xyzservices-2023.2.0

示例

在本示例中，我们将使用bokeh库创建图表，而不指定图表中的刻度。以下是可用作参考的代码。

在下面的代码中，我们从bokeh库导入了figure和show函数，然后指定了图表的大小，并绘制了x和y变量的散点图，最后显示了创建的图表。

from bokeh.plotting import figure, show
p = figure(width=600, height=400)
x = [1, 2, 3, 4, 5]
y = [2, 5, 3, 6, 1]
p.scatter(x, y)
show(p)

输出

以下是使用bokeh库创建的散点图的输出。

Python 如何使用Bokeh更改刻度标签大小

示例

在下面的示例中，我们将使用bokeh库的NumeralTickFormatter（）函数来指定刻度。

from bokeh.plotting import figure, show
from bokeh.models import NumeralTickFormatter
p = figure(width=600, height=400)
x = [1, 2, 3, 4, 5]
y = [2, 5, 3, 6, 1]
p.scatter(x, y)
p.yaxis.formatter = NumeralTickFormatter(format="$0,0")
p.xaxis.formatter = NumeralTickFormatter(format = "%0,0")
show(p)

输出

下面是使用bokeh函数创建的散点图的输出，其中x轴和y轴都带有刻度。

Python 如何使用Bokeh更改刻度标签大小

示例

通过使用NumeralTickFormatter()函数在x轴和y轴上应用刻度来看一个更多的例子。

from bokeh.plotting import figure, show
from bokeh.models import NumeralTickFormatter
import numpy as np
p = figure(width=600, height=400)
x = np.arange(10,40,2)
y = np.random.randn(20)
p.line(x, y)
p.yaxis.formatter = NumeralTickFormatter(format="%0,0")
p.xaxis.formatter = NumeralTickFormatter(format = "$0,0")
show(p)