Bokeh 在Jupyter Notebook中使用bokeh控件更新bokeh图表

在本文中，我们将介绍如何在Jupyter Notebook中使用Bokeh控件来动态地更新Bokeh图表。Bokeh是一个Python库，用于创建交互式的数据可视化图表。它支持多种图表类型，并且可以与Python的数据分析库（如Pandas和NumPy）很好地集成。

Bokeh控件是一些用于与用户交互的输入组件，如滑动条、复选框和下拉菜单等。通过使用Bokeh控件，我们可以实现动态地更新图表的效果，使用户能够实时地探索数据。

阅读更多：Bokeh 教程

1. 在Jupyter Notebook中安装Bokeh和相关库

首先，我们需要在Jupyter Notebook中安装Bokeh和相关库。通过运行以下命令，我们可以轻松地安装它们：

!pip install bokeh

此外，我们还需要安装Pandas和NumPy库，以便在示例中使用数据。

2. 创建基本的Bokeh图表

在我们开始添加控件之前，让我们首先创建一个基本的Bokeh图表。我们将使用一个简单的示例来说明。假设我们有一个包含2019年每个月份的销售数据的数据框，我们想要创建一个折线图来显示每个月份的销售量。

import pandas as pd
from bokeh.plotting import figure, show
from bokeh.io import output_notebook

# 创建一个数据框
data = pd.DataFrame({'Month': ['January', 'February', 'March', 'April', 'May', 'June', 'July', 'August', 'September', 'October', 'November', 'December'],
                     'Sales': [500, 600, 700, 800, 900, 1000, 1100, 1200, 1300, 1400, 1500, 1600]})

# 创建一个新的Bokeh绘图
p = figure(x_range=data['Month'], plot_height=400, title='Monthly Sales', toolbar_location=None, tools='')

# 添加折线图
p.line(data['Month'], data['Sales'], line_width=2)

# 在Jupyter Notebook中显示图表
output_notebook()
show(p)

上述代码中，我们首先导入了所需的库。然后，我们创建了一个包含每个月份销售数据的数据框。接下来，我们创建了一个新的Bokeh绘图并指定相关属性，如x轴范围、图表高度、标题等。然后，我们使用line方法添加了折线图。最后，我们使用output_notebook函数将图表显示在Jupyter Notebook中。

运行上述代码后，我们将在Jupyter Notebook中看到一个包含每个月份销售量的折线图。

3. 添加滑动条控件

现在，让我们尝试添加一个滑动条控件，以动态地更新图表中的数据。在下面的示例中，我们将使用一个滑动条来控制每个月份的销售量，并根据滑动条的值动态更新图表。

from bokeh.models import Slider, CustomJS

# 创建一个滑动条控件
slider = Slider(start=0, end=2000, value=0, step=100, title='Sales')

# 创建一个包含滑动条和图表的布局
layout = column(slider, p)

# 定义一个JavaScript回调函数
callback = CustomJS(args=dict(source=p.data_source, sales=slider), code="""
    const data = source.data;
    const sales_data = data['Sales'];
    const sales_value = sales.value;

    // 更新图表中每个月份的销售量
    for (let i = 0; i < sales_data.length; i++) {
        sales_data[i] = sales_value;
    }

    // 通知Bokeh图表数据已经更新
    source.change.emit();
""")

# 将滑动条与回调函数绑定
slider.js_on_change('value', callback)

# 显示包含滑动条和图表的布局
show(layout)

在上述代码中，我们首先导入了Slider类和CustomJS类，它们分别用于创建滑动条控件和JavaScript回调函数。然后，我们创建了一个滑动条控件，并指定了起始值、终止值、步长和标题等属性。接下来，我们创建了一个包含滑动条和图表的布局，使用column函数将它们垂直排列。

然后，我们定义了一个JavaScript回调函数，该函数在滑动条值发生变化时被调用。在回调函数中，我们首先获取图表中每个月份的销售量数据，并获取滑动条的值。然后，我们使用一个循环来更新每个月份的销售量为滑动条的值，并通过source.change.emit()通知Bokeh图表数据已经更新。

最后，我们使用slider.js_on_change方法将滑动条与回调函数绑定，并使用show函数显示包含滑动条和图表的布局。

运行上述代码后，我们将在Jupyter Notebook中看到一个带有滑动条控件的布局。当我们移动滑动条时，图表中每个月份的销售量将根据滑动条的值进行动态更新。

4. 添加其他类型的Bokeh控件

除了滑动条控件，Bokeh还提供了其他类型的控件，如复选框、下拉菜单和单选按钮等。这些控件可以用于实现更多交互功能。以下是一些示例代码，展示了如何在Jupyter Notebook中使用这些控件：

复选框控件

from bokeh.models import CheckboxGroup

# 创建复选框控件
checkbox_group = CheckboxGroup(labels=['January', 'February', 'March', 'April'], active=[0, 1, 2])

# 定义一个JavaScript回调函数
callback = CustomJS(args=dict(source=p.data_source, checkbox=checkbox_group), code="""
    const data = source.data;
    const sales_data = data['Sales'];
    const checkbox_values = checkbox.active;

    // 将销售量数据设置为0
    for (let i = 0; i < sales_data.length; i++) {
        sales_data[i] = 0;
    }

    // 根据复选框的活动值更新销售量数据
    for (let i = 0; i < checkbox_values.length; i++) {
        const index = checkbox_values[i];
        sales_data[index] = data['Sales'][index];
    }

    // 通知Bokeh图表数据已经更新
    source.change.emit();
""")

# 将复选框与回调函数绑定
checkbox_group.js_on_change('active', callback)

下拉菜单控件

from bokeh.models import Select

# 创建下拉菜单控件
select = Select(options=['January', 'February', 'March', 'April'], value='January', title='Month')

# 定义一个JavaScript回调函数
callback = CustomJS(args=dict(source=p.data_source, select=select, data=data), code="""
    const index = data['Month'].indexOf(select.value);
    const sales_data = source.data['Sales'];

    // 将销售量数据设置为0
    for (let i = 0; i < sales_data.length; i++) {
        sales_data[i] = 0;
    }

    // 更新选定月份的销售量数据
    sales_data[index] = data['Sales'][index];

    // 通知Bokeh图表数据已经更新
    source.change.emit();
""")

# 将下拉菜单与回调函数绑定
select.js_on_change('value', callback)

单选按钮控件

from bokeh.models import RadioButtonGroup

# 创建单选按钮控件
radio_button_group = RadioButtonGroup(labels=['January', 'February', 'March', 'April'], active=0)

# 定义一个JavaScript回调函数
callback = CustomJS(args=dict(source=p.data_source, radio=radio_button_group, data=data), code="""
    const index = radio.active;
    const sales_data = source.data['Sales'];

    // 将销售量数据设置为0
    for (let i = 0; i < sales_data.length; i++) {
        sales_data[i] = 0;
    }

    // 更新选定月份的销售量数据
    sales_data[index] = data['Sales'][index];

    // 通知Bokeh图表数据已经更新
    source.change.emit();
""")

# 将单选按钮与回调函数绑定
radio_button_group.js_on_change('active', callback)

以上示例代码展示了如何创建和使用复选框、下拉菜单和单选按钮等Bokeh控件。通过这些控件，我们可以实现更多种类的交互功能，使用户能够根据自己的需要来探索和分析数据。

总结

在本文中，我们介绍了如何在Jupyter Notebook中使用Bokeh控件来动态地更新Bokeh图表。首先，我们安装了必要的库，并创建了一个基本的Bokeh图表。然后，我们添加了滑动条控件，并通过JavaScript回调函数实现了动态更新图表的效果。此外，我们还展示了如何使用其他类型的Bokeh控件，如复选框、下拉菜单和单选按钮。通过使用这些控件，我们可以实现更多种类的交互功能，使用户能够更好地探索和分析数据。

希望本文能够帮助你理解如何在Jupyter Notebook中使用Bokeh控件更新Bokeh图表，并为你的数据可视化工作提供一些启示。如果你对Bokeh和其他数据可视化工具感兴趣，可以继续深入研究和探索。祝你在数据可视化的旅程中取得成功！