Python數據可視化：基於bokeh的可視化繪圖--閱讀筆記

1，安裝Anaconda后，在cmd中，查看Bokeh庫的版本：

conda list

2.將Bokeh更新至1.1.0版本

　　conda instal bokeh=1.1.0

3.散點圖：

def scatter():
    x=[1,2,3,4,5]
    y=[6,7,2,4,5]

    p=figure(plot_width=400,plot_height=400)
    p.circle(x,y,size=20,color='red',alpha=0.5)
    show(p)

結果：

 

4.使用iris數據集，對

"petal_length", "sepal_width"這兩個屬性進行類別的分布顯示。

from bokeh.plotting import figure,show
def iris():
    from bokeh.sampledata.iris import flowers
    from bokeh.transform import factor_cmap, factor_mark
    # print(flowers) # 150*3,屬性：sepal_length  sepal_width  petal_length  petal_width    species
    # 鳶尾花品種及分類標記
    SPECIES = ['setosa', 'versicolor', 'virginica']
    MARKERS = ['hex', 'circle_x', 'triangle'] # 類別標記
    # 畫布
    p = figure(title="Iris Morphology", background_fill_color="#fafafa") # title：畫布的命名，第二個參數，背景顏色填充
    # 繪圖，（x坐標，y坐標，data_source,marker:標記了，color：顏色填充，）
    p.scatter("petal_length", "sepal_width", source=flowers, legend="species", fill_alpha=0.4, size=12,
              marker=factor_mark('species', MARKERS, SPECIES),
              color=factor_cmap('species', 'Category10_3', SPECIES))
    # 取了兩個屬性
    p.xaxis.axis_label = 'Petal Length' # 橫坐標描述
    p.yaxis.axis_label = 'Sepal Width' # 縱坐標描述
    # 顯示
    show(p)