您好,登錄后才能下訂單哦!
本篇文章為大家展示了如何在python中使用Bokeh可視化包,內(nèi)容簡(jiǎn)明扼要并且容易理解,絕對(duì)能使你眼前一亮,通過這篇文章的詳細(xì)介紹希望你能有所收獲。
python的五大特點(diǎn):1.簡(jiǎn)單易學(xué),開發(fā)程序時(shí),專注的是解決問題,而不是搞明白語言本身。2.面向?qū)ο螅c其他主要的語言如C++和Java相比, Python以一種非常強(qiáng)大又簡(jiǎn)單的方式實(shí)現(xiàn)面向?qū)ο缶幊獭?.可移植性,Python程序無需修改就可以在各種平臺(tái)上運(yùn)行。4.解釋性,Python語言寫的程序不需要編譯成二進(jìn)制代碼,可以直接從源代碼運(yùn)行程序。5.開源,Python是 FLOSS(自由/開放源碼軟件)之一。
問題:需要把pandas的數(shù)據(jù)繪圖并通過網(wǎng)頁顯示,matplotlib需要先保存圖像,不合適。
解決:在網(wǎng)上搜了一下,找到一篇介紹文章 python可視化工具概述,其中介紹了幾個(gè)python包,總結(jié)如下:
Pandas對(duì)于簡(jiǎn)單繪圖,可以隨手用,但你需要學(xué)習(xí)定制matplotlib。
Seaborn可以支持更多復(fù)雜的可視化方式,但仍然需要matplotlib知識(shí),上色功能是個(gè)亮點(diǎn)。
ggplot有很多功能,但還需要發(fā)展。
bokeh是一個(gè)有效的工具,如果你想建立一個(gè)可視化的服務(wù)器,這幾乎是殺雞用牛刀的事情。
pygal獨(dú)立運(yùn)行,可用來生成交互的svg圖表和png文件。它沒有基于matploglib的方案那樣靈活。
Plotly可生成大多數(shù)可交互圖表。你可以保存為離線文件,然后建立豐富的基于web的可視化。
感覺Bokeh比較合適,就認(rèn)真研究了一下,找到一篇簡(jiǎn)單介紹Bokeh使用的文章 交互式數(shù)據(jù)可視化,在Python中用Bokeh實(shí)現(xiàn),Bokeh可以直接跟Jinja2集成,將生成的圖像在網(wǎng)頁中直接顯示,正滿足需求。大體流程如下:
p = figure(title = code, plot_width=1024, plot_height=600, x_axis_type='datetime') p.line(x=trd_df['date'], y=trd_df['close']) script, div = components(p)
return render_template('show_stock.html', bk_js = bokeh.resources.INLINE.render_js(), bk_css = bokeh.resources.INLINE.render_css(), p_script = script, div = p_div)
<!doctype html> <html lang="en"> <head> <meta charset='utf-8' /> <meta http-equiv='content-type' content='text/html; charset=utf-8' /> <title>Embed Demo</title> {{ js_resources|indent(4)|safe }} {{ css_resources|indent(4)|safe }} {{ p_script|indent(4)|safe }} </head> <body> {{ p_div|indent(4)|safe }} </body> </html>
上述內(nèi)容就是如何在python中使用Bokeh可視化包,你們學(xué)到知識(shí)或技能了嗎?如果還想學(xué)到更多技能或者豐富自己的知識(shí)儲(chǔ)備,歡迎關(guān)注億速云行業(yè)資訊頻道。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。