Bokeh 添加工具提示到Bokeh堆叠条形图

在本文中，我们将介绍如何使用Bokeh库为堆叠条形图添加工具提示。堆叠条形图是一种常用的数据可视化方式，可以展示多个类别的数量或百分比，并通过堆叠不同类别的柱形来比较它们之间的关系。

阅读更多：Bokeh 教程

Bokeh库简介

Bokeh是一个用于构建交互式数据可视化的Python库。它提供了丰富的绘图选项和交互功能，使得可视化结果的探索和分析变得更加直观和有趣。

添加工具提示

Bokeh库提供了一个强大的工具提示功能，可以在绘图中添加鼠标悬停时出现的提示框。对于堆叠条形图，我们可以通过工具提示来显示每个类别的具体数值或百分比。

要添加工具提示，我们首先需要创建一个ColumnDataSource对象，来存储我们要显示的数据。ColumnDataSource是Bokeh库用于处理数据的常用工具，它可以接受不同格式的数据，并将其转换为适合进行可视化的格式。

接下来，我们创建堆叠条形图，并在绘制过程中使用source参数来指定数据源。例如，我们可以使用以下代码创建一个简单的堆叠条形图：

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

output_notebook()

source = ColumnDataSource(data={
    'categories': ['A', 'B', 'C'],
    'values_1': [10, 20, 30],
    'values_2': [20, 30, 40],
    'values_3': [5, 10, 15]
})

p = figure(x_range=source.data['categories'], plot_height=250, title="Stacked Bar Plot")
p.vbar_stack(['values_1', 'values_2', 'values_3'], x='categories', width=0.9, color=['red', 'green', 'blue'], source=source)

show(p)

上述代码中，我们创建了一个包含三个类别和三个数值的堆叠条形图。其中values_1，values_2和values_3分别表示三个类别的数值。vbar_stack函数用于绘制堆叠条形图，并通过x_range参数指定了每个类别的范围。我们还使用color参数来为每个类别的柱形指定颜色。

在图表绘制完成后，我们可以使用HoverTool工具来添加工具提示。HoverTool是Bokeh库中用于创建工具提示的类。使用以下代码可以为上述堆叠条形图添加工具提示：

from bokeh.models import HoverTool

hover = HoverTool(tooltips=[
    ('Category', '@categories'),
    ('Value 1', '@values_1'),
    ('Value 2', '@values_2'),
    ('Value 3', '@values_3')
])

p.add_tools(hover)

在上述代码中，我们为HoverTool的tooltips参数传递了一个包含要显示的文本信息和对应数据字段的列表。例如，'Category', '@categories'表示显示类别对应的值。

完成上述步骤后，我们就成功地为堆叠条形图添加了工具提示。当鼠标悬停在柱形上时，将显示相应的类别和数值信息。

示例说明

为了更好地理解如何添加工具提示到堆叠条形图，我们举一个实际的例子。

假设我们有一个数据集，其中记录了三个国家2019年的人口分布情况。我们可以使用Bokeh库绘制堆叠条形图来展示这些数据，同时添加工具提示以显示每个类别的具体人口数量。

from bokeh.io import output_notebook, show
from bokeh.plotting import figure
from bokeh.models import ColumnDataSource, HoverTool

output_notebook()

source = ColumnDataSource(data={
    'Country': ['China', 'India', 'USA'],
    'Male': [600, 550, 450],
    'Female': [550, 500, 400],
    'Children': [400, 300, 200]
})

p = figure(x_range=source.data['Country'], plot_height=250, title="Population Distribution")
p.vbar_stack(['Male', 'Female', 'Children'], x='Country', width=0.9, color=['blue', 'pink', 'green'], source=source)

hover = HoverTool(tooltips=[
    ('Country', '@Country'),
    ('Male', '@Male'),
    ('Female', '@Female'),
    ('Children', '@Children')
])

p.add_tools(hover)

show(p)