本文的文字及圖片來源于網路,僅供學習、交流使用,不具有任何商業用途,著作權歸原作者所有,如有問題請及時聯系我們以作處理，
以下文章來源于大鄧和他的Python ，作者 大鄧
pandasbokeh可以使得dataframe直接呼叫bokeh底層代碼，通過使用pandasbokeh，可以在notebook或者html中顯示，語法相比于bokeh更簡潔易用，
安裝
! pip3 install pandas_bokeh
快速上手
對fruits.csv做一個條形圖
import pandas as pd df = pd.read_excel('fruits.xlsx') df
import pandas as pd import pandas_bokehimport warningswarnings.filterwarnings("ignore") #忽略某些不影響程式的提示 #在notebook中能顯示可視化結果pandas_bokeh.output_notebook()#將fruits列設定為行索引df = pd.read_excel(fruits.xlsx') df.plot_bokeh(kind='bar', x = 'fruits', #將fruits列選做x軸 y = ['2015', '2016', '2017'], #將年份選做y軸 ylabel='水果價格(元/斤)', title='水果', show_figure=True) #顯示
上面的例子已經可以看到該庫的簡潔優美之處，現在我們多學點
pandas_bokeh輸出設定
- dasbokeh.outputnotebook() 在notebook中能顯示可視化結果
- pandasbokeh.outputfile(filename) 將結果輸出到html檔案中
支持的圖
- line
- bar
- point
- scatter
- histogram
- area
- pie
- map
以bar為例，呼叫可視化介面時，有以下兩種使用方法
- df.plot_bokeh.line(...)
- df.plot_bokeh(kind='line')
import numpy as np df = pd.read_excel('fake_stocks.xlsx') df.plot_bokeh(kind="line", x='日期', #將excel中的日期列當做x軸 y=['Google', 'Apple']) #將'Google', 'Apple'兩列作為y軸
高級引數
df.plot_bokeh(kind, x, y, figsize, title, xlim, ylim, xlabel, ylabel logx, logy, xticks, yticks, color, colormap, hovertool, zooming, panning, **kwargs)
- kind: 支持的圖種類"line", "point", "scatter", "bar" ,"histogram"等
- x: 選中資料某列名作為x軸，如果x不傳入引數，會默認使用df的索引作為x軸
- y: 將資料中的某列或某些列指定為y軸
- figsize: 圖的尺寸,如figsize=(600, 350)
- title: 圖的標題
- xlim/ylim: 設定圖的x軸和y軸的范圍
- xlabel/ylabel: 設定x軸和y軸的名字
- logx/logy: 布爾型值，對x和y的資料是否進行log變換
- xticks/yticks: 顯性定義橫縱坐標刻度
- color: 對圖中使用同一的顏色，如果想定義多種顏色，請使用colormap引數
- colormap: 可以對圖中的不同物件設定顏色， 傳入的是顏色字串串列，
- hovertool: 默認True，滑鼠放在圖上會懸浮顯示具體資訊，
- zooming: 布林值，默認True支持縮放
- panning: 布林值，默認True支持平移
- kwargs**: 更多引數設定請看官方檔案
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/390.html
標籤：Python