极客教程Bokeh Flask/Django服务器和Bokeh服务器
在本文中，我们将介绍如何使用Flask和Django框架来部署和运行Bokeh服务器，以及如何与Bokeh服务器建立连接。
阅读更多：Bokeh 教程
Bokeh简介
Bokeh是一个用于创建交互式和动态的数据可视化的Python库。它提供了一种简单而强大的方式来展示数据，使用户能够在浏览器中交互地探索和分析数据。Bokeh通过生成HTML和JavaScript代码来实现可视化，并且支持与Python交互。Bokeh有两种服务器方式：Flask/Django服务器和Bokeh服务器。
Bokeh Flask/Django服务器
Bokeh Flask/Django服务器是通过Flask和Django框架来部署和运行Bokeh可视化的服务器。Flask和Django是Python的Web框架，它们允许我们轻松地搭建和部署Web应用程序。
使用Flask部署Bokeh服务器
Flask是一个轻量级的Web框架，非常适合用于部署Bokeh服务器。下面是一个简单的示例，演示了如何使用Flask来搭建一个Bokeh服务器：
from flask import Flask, render_template
from bokeh.plotting import figure
from bokeh.embed import components
app = Flask(__name__)
@app.route('/')
def index():
# 创建Bokeh图表
plot = figure(plot_width=400, plot_height=400)
plot.circle([1, 2, 3, 4, 5], [2, 6, 4, 3, 5])
# 将Bokeh图表转换为HTML和JavaScript代码
script, div = components(plot)
# 渲染模板并传递Bokeh代码
return render_template('index.html', script=script, div=div)
if __name__ == '__main__':
app.run(debug=True)
在上面的代码中，我们首先导入了Flask和Bokeh的必要模块。然后，我们创建一个名为app的Flask应用程序实例，并定义一个名为index的路由函数。在index函数中，我们创建了一个Bokeh图表，然后使用components函数将它转换为HTML和JavaScript代码。最后，我们使用render_template函数将Bokeh代码渲染到一个名为index.html的模板中，并返回给客户端。
使用Django部署Bokeh服务器
Django是一个功能强大的Web框架，也可以用于部署Bokeh服务器。下面是一个简单的示例，演示了如何使用Django来搭建一个Bokeh服务器：
首先，创建一个Django项目并进入项目目录：
$ django-admin startproject bokeh_project
$ cd bokeh_project
然后，创建一个名为bokeh_app的Django应用程序：
$ python manage.py startapp bokeh_app
接下来，打开bokeh_project/settings.py文件，将bokeh_app添加到INSTALLED_APPS列表中：
INSTALLED_APPS = [
...
'bokeh_app',
]
然后，在bokeh_app目录下创建一个名为views.py的文件，添加以下代码：
from django.shortcuts import render
from bokeh.plotting import figure
from bokeh.embed import components
def index(request):
# 创建Bokeh图表
plot = figure(plot_width=400, plot_height=400)
plot.circle([1, 2, 3, 4, 5], [2, 6, 4, 3, 5])
# 将Bokeh图表转换为HTML和JavaScript代码
script, div = components(plot)
# 渲染模板并传递Bokeh代码
return render(request, 'index.html', {'script': script, 'div': div})
接着，在bokeh_app目录下创建一个名为urls.py的文件，添加以下代码：
from django.urls import path
from . import views
urlpatterns = [
path('', views.index, name='index'),
]
接下来，打开bokeh_project/settings.py文件，在urlpatterns变量中添加以下代码：
from django.urls import include
urlpatterns = [
...
path('', include('bokeh_app.urls')),
]
最后，在bokeh_app目录下创建一个名为index.html的模板文件，添加以下代码：
<!DOCTYPE html>
<html>
<head>
<title>Bokeh App</title>
{{ script|safe }}
</head>
<body>
{{ div|safe }}
</body>
</html>
现在，我们可以运行Django开发服务器：
$ python manage.py runserver
在浏览器中访问http://127.0.0.1:8000，即可看到Bokeh图表。
Bokeh服务器
Bokeh服务器是一个独立的服务器，用于在后端生成和更新Bokeh可视化，并将更新的内容推送到前端。Bokeh服务器使用WebSocket协议来实现与前端的实时通信。
以下是一个使用Bokeh服务器的简单示例：
from bokeh.plotting import figure
from bokeh.server.server import Server
from bokeh.themes import Theme
def modify_doc(doc):
# 创建Bokeh图表并将其添加到文档中
plot = figure(plot_width=400, plot_height=400)
plot.circle([1, 2, 3, 4, 5], [2, 6, 4, 3, 5])
doc.add_root(plot)
# 创建Bokeh服务器并指定要运行的回调函数
server = Server({'/': modify_doc})
# 启动Bokeh服务器
server.start()
if __name__ == '__main__':
server.io_loop.start()
在上面的代码中，我们首先导入了必要的模块。然后，我们定义了一个名为modify_doc的回调函数，该函数用于创建Bokeh图表并将其添加到文档中。接下来，我们使用Server类创建了一个Bokeh服务器，并将要运行的回调函数传递给它。最后，我们调用start方法来启动Bokeh服务器。
总结
本文介绍了如何使用Flask和Django框架来部署和运行Bokeh服务器，以及如何与Bokeh服务器建立连接。Flask和Django提供了简便的方式来搭建Web应用程序，并与Bokeh可视化进行交互。Bokeh服务器则是一个独立的服务器，用于实时生成和更新Bokeh可视化。通过阅读本文，您应该对如何使用Bokeh Flask/Django服务器和Bokeh服务器有了基本的了解。