前言

雖然在Python中有matplotlib可以滿足我們大部分的繪圖需求，但是這種原生的基本繪圖確實顯得不那么漂亮，當然可以通過一些設定使之看起來美觀，然而那樣一來就要花費不少的時間，好在強大的Python第三方庫中有一些現成的繪圖庫，可以使得我們日常的繪圖顯得美觀又便捷，這篇文章就來介紹一種繪圖庫——Bokeh，

Bokeh是用于現代Web瀏覽器的互動式可視化庫，使用它可以進行快速互動式繪圖，令我們感覺更方便的是還有一個與pandas系結的版本——Pandas-Bokeh，使用這個系結版本，既可以利用強大的pandas庫，又可以呼叫Bokeh的強大繪圖能力，

安裝

熟悉Python第三方庫安裝的同學應該很容易對該包進行安裝：

pip install pandas_bokeh

我這里安裝的是bokeh-2.2.2和pandas-bokeh-0.5版本，Python的版本是3.8.3，

條形統計圖繪制

現在我們用一個小例子來說明條形統計圖如何繪制，比如我們繪制連續十年的某三種產品銷售量，為方便計，我們用numpy的亂數來生成這些資料：


import numpy as np
import pandas as pd
import pandas_bokeh as pb
df = pd.DataFrame({
   '年份': np.arange(2010, 2020),
   '產品A': np.random.uniform(9000, 15000, 10),
   '產品B': np.random.uniform(9000, 15000, 10),
   '產品C': np.random.uniform(9000, 15000, 10),
}
)
df

上述代碼中的np.random.uniform(9000,15000,10)的意思是在9000-15000中隨機選取10個數字，注意，從生成的結果來看，這些隨機選擇的數字可以是小數，

為了將圖形繪制在jupyter-lab的notebook中，我們需要呼叫以下代碼：

pb.output_notebook()

從上述顯示資訊可以看出，Bokeh已經加載成功，下面我們就來繪制條形統計圖：

df.plot_bokeh(
   kind = 'bar',
   x = '年份',
   y = ['產品A', '產品B', '產品C'],
   xlabel = '產品數量',
   ylabel = '年度銷售量',
   title = '三種產品年度銷售統計圖'
)

繪制的圖形如下：

上述代碼是不是比matplotlib更簡潔？繪制的圖形無論形狀還是著色是不是比后者更漂亮？下面我們來簡單說明一下plot_bokeh這個函式所帶的幾個引數：

kind指的是我們要繪制的圖形型別，當前的pandas_bokeh支持這幾種圖形：line, point, step, scatter, bar, histogram, area, pie, map，
x和y直接傳遞的是dataframe資料集中的key，即指定何者為橫軸資料，何者為縱軸資料，
xlabel和ylabel是x軸和y軸的標簽，
title是圖表的標題，

所以，只要配置好dataframe，即可以很容易繪制出我們想要的圖形，

一些高級引數

當然，這個庫也支持一些引數的高級用法，比如可以規定坐標軸的范圍、關閉圖形的滑鼠縮放功能等等，比如將上述資料繪制成折線統計圖：

df.plot_bokeh.line(    
   x = '年份',
   y = ['產品A', '產品B', '產品C'],
   xlabel = '產品數量',
   ylabel = '年度銷售量',
   title = '三種產品年度銷售統計圖',
   figsize=(800, 500),
   ylim = (5000, 20000),
   zooming = False,
   panning=False,
)

繪制的圖形如下：

注意： df.plot_bokeh.line(...)相當于df.plot_bokeh(kind='line', ...)，其中figsize用一對陣列定義了畫布的寬和高；xlim和ylim分別定義了x軸和y軸的范圍；zooming是滑鼠滾輪縮放的開關；而panning是平移開關，當關閉時，曲線不能移動，當然這些開關都可以通過圖形右側的工具列快速切換，

將圖形輸出到HTML檔案

剛才我們設定將繪制的圖形直接輸出到jupyter-lab的notebook中，如果離開該環境，圖形還可以輸出成其它方式嗎？答案是肯定的，即Bokeh還可以將圖形輸出成HTML檔案進行保存，但在使用這一功能之前，需要指定HTML檔案名稱：

pb.output_file('mychart.html')

現在我們再來執行一下上述代碼，看看要生成的條形統計圖是如何保存成一個HTML檔案的：

df.plot_bokeh(
   kind = 'bar',
   x = '年份',
   y = ['產品A', '產品B', '產品C'],
   xlabel = '產品數量',
   ylabel = '年度銷售量',
   title = '三種產品年度銷售統計圖'
)

當我們運行上述代碼時，瀏覽器立刻打開一個頁面顯示生成的圖片，如下圖所示：

小結

本文演示了pandas_bokeh這個第三方庫的繪圖功能，關于pandas的問題在本公眾號前面有相應的幾篇文章進行了簡介，如果熟悉matplotlib的應該還對其中“中文”問題的設定有印象，但利用Bokeh，則不會存在這個問題，

轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/182738.html

標籤：Python

上一篇：python 函式講解：從入門到深入，你想要的全都有

下一篇：Python資料可視化：如何圖表里添加注釋文字

Python資料可視化：繪圖庫——Bokeh 應用講解

前言

安裝

條形統計圖繪制

一些高級引數

將圖形輸出到HTML檔案