Python如何利用Bokeh進(jìn)行數(shù)據(jù)可視化

本篇內(nèi)容介紹了“Python如何利用Bokeh進(jìn)行數(shù)據(jù)可視化”的有關(guān)知識(shí)，在實(shí)際案例的操作過(guò)程中，不少人都會(huì)遇到這樣的困境，接下來(lái)就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細(xì)閱讀，能夠?qū)W有所成！

介紹

Bokeh是 Python 中的數(shù)據(jù)可視化庫(kù)，提供高性能的交互式圖表和繪圖。Bokeh 輸出可以在筆記本、html 和服務(wù)器等各種媒體中獲得?？梢栽?Django 和燒瓶應(yīng)用程序中嵌入散景圖。

Bokeh 為用戶提供了兩個(gè)可視化界面：

bokeh.models：為應(yīng)用程序開(kāi)發(fā)人員提供高度靈活性的低級(jí)接口。

bokeh.plotting：用于創(chuàng)建視覺(jué)字形的高級(jí)界面。

要安裝 bokeh 包，請(qǐng)?jiān)诮K端中運(yùn)行以下命令：

pip install bokeh

用于生成散景圖的數(shù)據(jù)集是從Kaggle收集的。

代碼1.散點(diǎn)標(biāo)記

要?jiǎng)?chuàng)建散點(diǎn)圓標(biāo)記，使用 circle() 方法。

# 導(dǎo)入模塊
from bokeh.plotting import figure, output_notebook, show

# 輸出到 notebook
output_notebook()

# 創(chuàng)建圖
p = figure(plot_width = 400, plot_height = 400)

# 添加具有大小、顏色和 alpha 的圓形渲染器
p.circle([1, 2, 3, 4, 5], [4, 7, 1, 6, 3],
		size = 10, color = "navy", alpha = 0.5)

# 顯示結(jié)果
show(p)

輸出 ：

代碼2.單行

要?jiǎng)?chuàng)建單行，使用 line() 方法。

# 導(dǎo)入模塊
from bokeh.plotting import figure, output_notebook, show

# 輸出到 notebook
output_notebook()

# 創(chuàng)建圖
p = figure(plot_width = 400, plot_height = 400)

# 添加線渲染器
p.line([1, 2, 3, 4, 5], [3, 1, 2, 6, 5],
		line_width = 2, color = "green")

# 顯示結(jié)果
show(p)

輸出 ：

代碼3.條形圖

條形圖用矩形條顯示分類數(shù)據(jù)。條的長(zhǎng)度與表示的值成比例。

# 導(dǎo)入必要的模塊
import pandas as pd
from bokeh.charts import Bar, output_notebook, show

# 輸出到 notebook
output_notebook()

# 讀取數(shù)據(jù)框中的數(shù)據(jù)
df = pd.read_csv(r"D:/kaggle/mcdonald/menu.csv")

# 創(chuàng)建欄
p = Bar(df, "Category", values = "Calories",
		title = "Total Calories by Category",
						legend = "top_right")

# 顯示結(jié)果
show(p)

輸出 ：

代碼4.箱線圖

箱線圖用于表示圖表上的統(tǒng)計(jì)數(shù)據(jù)。它有助于總結(jié)數(shù)據(jù)中存在的各種數(shù)據(jù)組的統(tǒng)計(jì)屬性。

# 導(dǎo)入必要的模塊
from bokeh.charts import BoxPlot, output_notebook, show
import pandas as pd

# 輸出到 notebook
output_notebook()

# 讀取數(shù)據(jù)框中的數(shù)據(jù)
df = pd.read_csv(r"D:/kaggle / mcdonald / menu.csv")

# 創(chuàng)建欄
p = BoxPlot(df, values = "Protein", label = "Category",
			color = "yellow", title = "Protein Summary (grouped by category)",
			legend = "top_right")

# 顯示結(jié)果
show(p)

輸出 ：

代碼5.直方圖

直方圖用于表示數(shù)值數(shù)據(jù)的分布。直方圖中矩形的高度與類間隔中值的頻率成正比。

# 導(dǎo)入必要的模塊
from bokeh.charts import Histogram, output_notebook, show
import pandas as pd

# 輸出到 notebook
output_notebook()

# 讀取數(shù)據(jù)框中的數(shù)據(jù)
df = pd.read_csv(r"D:/kaggle / mcdonald / menu.csv")

# 創(chuàng)建直方圖
p = Histogram(df, values = "Total Fat",
			title = "Total Fat Distribution",
			color = "navy")

# 顯示結(jié)果
show(p)

輸出 ：

代碼6.散點(diǎn)圖

散點(diǎn)圖用于繪制數(shù)據(jù)集中兩個(gè)變量的值。它有助于找到所選的兩個(gè)變量之間的相關(guān)性。

# 導(dǎo)入必要的模塊
from bokeh.charts import Scatter, output_notebook, show
import pandas as pd

# 輸出到 notebook
output_notebook()

# 讀取數(shù)據(jù)框中的數(shù)據(jù)
df = pd.read_csv(r"D:/kaggle / mcdonald / menu.csv")

# 創(chuàng)建散點(diǎn)圖
p = Scatter(df, x = "Carbohydrates", y = "Saturated Fat",
			title = "Saturated Fat vs Carbohydrates",
			xlabel = "Carbohydrates", ylabel = "Saturated Fat",
			color = "orange")

# 顯示結(jié)果
show(p)

輸出：

“Python如何利用Bokeh進(jìn)行數(shù)據(jù)可視化”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)可以關(guān)注億速云網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實(shí)用文章！