繪圖表達進階操作
① 軸線設置
② 浮動設置
③ 多圖表設置
1. 軸線標簽設置
設置字符串
import numpy as np import pandas as pd import matplotlib.pyplot as plt % matplotlib inline import warnings warnings.filterwarnings('ignore') # 不發出警告 from bokeh.io import output_notebook output_notebook() # 導入notebook繪圖模塊 from bokeh.plotting import figure,show from bokeh.models import ColumnDataSource # 導入圖表繪制、圖標展示模塊 # 導入ColumnDataSource模塊
figure(x_range=name, y_range=(60,100), plot_height=350, title="考試成績",tools="")
p.circle(x = 'name', y = 'score', source = source,
size = 20, line_color = 'black', line_dash = [6,4],
fill_color = 'red',fill_alpha = 0.8)
# 1、軸線標簽設置 # 設置字符串 df = pd.DataFrame({'score':[98,86,74,67,87]},index = ['小明','小王','小張','小紅','小紅帽']) df.index.name = 'name' print(df) # 創建數據 source = ColumnDataSource(df) # 講數據轉化為ColumnDataSource對象 name = df.index.tolist() # 提取name print(name) p = figure(x_range=name, y_range=(60,100), plot_height=350, title="考試成績",tools="") # 通過x_range設置橫軸標簽，這里提取成list p.circle(x = 'name', y = 'score', source = source, size = 20, line_color = 'black', line_dash = [6,4], fill_color = 'red',fill_alpha = 0.8) show(p)
--->>>
score name 小明 98 小王 86 小張 74 小紅 67 小紅帽 87 ['小明', '小王', '小張', '小紅', '小紅帽']
設置時間序列
# 1、軸線標簽設置 時間序列設置 # Dataframe DatetimeIndex + x_axis_type from bokeh.sampledata.commits import data print(data.head()) print(type(data.index))#datetime是個時間序列 # 導入數據，查看數據 # 這里index為時間序列 DAYS = ['Sun', 'Sat', 'Fri', 'Thu', 'Wed', 'Tue', 'Mon'] source = ColumnDataSource(data) # 轉化為ColumnDataSource對象 p = figure(plot_width=800, plot_height=600, y_range=DAYS, # 設置圖表的y軸刻度分類 x_axis_type='datetime', # 設置x軸類型 → 時間序列 title="Commits by Time of Day (US/Central) 2012-2016") p.circle(x='time', y='day', source=source, alpha=0.2) #如果把x='datetime'，放大會顯示時間每個年月時刻/ # 生成散點圖 p.ygrid.grid_line_color = None # 設置其他參數 show(p)
設置對數坐標軸
# 1、軸線標簽設置 # 設置對數坐標軸 x = [0.1, 0.5, 1.0, 1.5, 2.0, 2.5, 3.0] y = [10**xx for xx in x] # 創建數據 p = figure(plot_width=400, plot_height=400, y_axis_type="log") #如果不設置y_axis_type = "log"就是一個對數的展示； # y_axis_type="log" → 對數坐標軸 p.line(x, y, line_width=2) p.circle(x, y, fill_color="white", size=8) show(p)
2. 浮動設置
# 2、浮動設置（多了個在上下空間的浮動） # Jitter # 參考文檔：https://bokeh.pydata.org/en/latest/docs/reference/transform.html from bokeh.transform import jitter DAYS = ['Sun', 'Sat', 'Fri', 'Thu', 'Wed', 'Tue', 'Mon'] source = ColumnDataSource(data) # 轉化為ColumnDataSource對象 p = figure(plot_width=800, plot_height=600, y_range=DAYS, # 設置圖表的y軸刻度分類 x_axis_type='datetime', # 設置x軸類型 → 時間序列 title="Commits by Time of Day (US/Central) 2012-2016", tools = 'hover') #會對每個點進行識別 p.circle(x='time', y=jitter('day', width=0.6, range=p.y_range), source=source, alpha=0.3) # jitter參數 → 'day'：第一參數，這里指y的值，width：間隔寬度比例，range：分類范圍對象，這里和y軸的分類一致 p.ygrid.grid_line_color = None # 設置其他參數 show(p)
3. 多圖表設置
# 3、多圖表設置（通過范圍做的一個共享數據） # gridplot from bokeh.layouts import gridplot # 導入gridplot模塊 x = list(range(11)) y0 = x y1 = [10-xx for xx in x] y2 = [abs(xx-5) for xx in x] # 創建數據 #當這些數據用的是一組數據的時候就會形成聯動，主要就是設置x_range=s1.x_range, y_range=s1.y_range,如果把s2 s3里里邊去掉就不是用的一個數據了就不會產生聯動 s1 = figure(plot_width=250, plot_height=250, title=None) #這個類似就是子圖，在x_range和y_range上做一個共享 s1.circle(x, y0, size=10, color="navy", alpha=0.5) # 散點圖1 s2 = figure(plot_width=250, plot_height=250, x_range=s1.x_range, y_range=s1.y_range, title=None) #如果設置了tools='box_select'以放大篩選時不會有聯動，但在移動時候會有聯動 s2.triangle(x, y1, size=10, color="firebrick", alpha=0.5) # 散點圖2，設置和散點圖1一樣的x_range/y_range → 圖表聯動 s3 = figure(plot_width=250, plot_height=250, x_range=s1.x_range, title=None) s3.square(x, y2, size=10, color="olive", alpha=0.5) # 散點圖3，設置和散點圖1一樣的x_range/y_range → 圖表聯動 p = gridplot([[s1, s2, s3]]) #把這3個圖全部集合，做一個聯動； #p = gridplot([[s1, s2], [None, s3]]) # 組合圖表 show(p) #show(s1) show(s2) show(s3) 這樣就不會產生聯動了，去掉p = gridplot那個
# 3、多圖表設置（共享一個數據） # gridplot x = list(range(-20, 21)) y0 = [abs(xx) for xx in x] y1 = [xx**2 for xx in x] source = ColumnDataSource(data=dict(x=x, y0=y0, y1=y1)) #把數據轉換成ColumnDataSource，共享數據，同一個數據源 # 創建數據 TOOLS = "box_select,lasso_select,help" left = figure(tools=TOOLS, plot_width=300, plot_height=300, title=None) left.circle('x', 'y0', source=source) # 散點圖1 left和right設置了同一個source right = figure( plot_width=300, plot_height=300, title=None) #如果把tools=TOOLS去掉， 就是沒有共享范圍，在篩選放大時就不會有聯動了；但由於用的是同一個數據，在移動時還說有聯動 right.circle('x', 'y1', source=source) # 散點圖2 # 共用一個ColumnDataSource p = gridplot([[left, right]]) # 組合圖表 show(p)
