Bokeh 添加Python库到Google Datalab环境

在本文中，我们将介绍如何在Google Datalab环境中添加Bokeh以及其他常用的Python库，并给出一些使用示例。

阅读更多：Bokeh 教程

Bokeh简介

Bokeh是一个用于数据可视化的Python库。它提供了丰富的图形和交互功能，可以用于创建各种类型的图表，如散点图、折线图、柱状图等。

在Google Datalab环境中安装Bokeh

Google Datalab是一个用于数据科学和机器学习的Jupyter笔记本环境。要在Google Datalab中使用Bokeh，我们需要在环境中安装相应的库。

首先，打开Google Datalab。在笔记本中，我们可以使用魔术命令!pip install来安装Python库。下面是安装Bokeh的示例代码：

!pip install bokeh

安装完成后，我们就可以在Google Datalab环境中使用Bokeh库了。

使用Bokeh创建图表

Bokeh提供了多种创建图表的方式，包括基本图表、常用图表和高级图表。下面是一些使用Bokeh创建图表的示例代码：

基本图表

绘制折线图

from bokeh.plotting import figure, show

p = figure(title="折线图", x_axis_label="x轴", y_axis_label="y轴")
p.line([1, 2, 3, 4, 5], [6, 7, 2, 4, 5], line_width=2)
show(p)

绘制散点图

from bokeh.plotting import figure, show

p = figure(title="散点图", x_axis_label="x轴", y_axis_label="y轴")
p.circle([1, 2, 3, 4, 5], [6, 7, 2, 4, 5], size=10)
show(p)

常用图表

绘制柱状图

from bokeh.io import output_notebook, show
from bokeh.plotting import figure
from bokeh.sampledata.autompg import autompg_clean as df

output_notebook()

p = figure(title="柱状图", x_axis_label="车辆", y_axis_label="公里/加仑")

measures = df.groupby('yr')['mpg'].mean()

years = [str(year) for year in measures.index]

p.vbar(x=years, top=measures.values, width=0.9)

show(p)

绘制饼图

from bokeh.io import output_notebook, show
from bokeh.plotting import figure

output_notebook()

p = figure(title="饼图")
p.wedge(x=[1, 2, 3], y=[1, 2, 3], radius=0.5,
        start_angle=[0.2, 1.2, 2.2], end_angle=[1.2, 2.2, 3.2],
        color=["red", "green", "blue"], legend_label=["A", "B", "C"])

show(p)

高级图表

使用Bokeh服务器创建交互式图表

from bokeh.io import output_notebook, show
from bokeh.message import stream
from bokeh.plotting import curdoc, figure

output_notebook()

p = figure(title="动态图表", x_axis_label="时间", y_axis_label="数值")
line = p.line([], [], line_width=2)

source = stream()
ds = line.data_source

def update(num):
    x = [i for i in range(num + 1)]
    y = [i**2 for i in range(num + 1)]
    ds.data = dict(x=x, y=y)
    ds.trigger('data', ds.data, ds.data)

curdoc().add_periodic_callback(lambda: update(10), 1000)
show(p)

以上示例演示了Bokeh的基本用法。通过学习和探索Bokeh的更多功能，您可以创建出更丰富和复杂的图表。