Bokeh 多个问题与面向对象的 Bokeh

在本文中，我们将介绍如何使用面向对象的 Bokeh 库解决多个问题。Bokeh 是一个用于生成交互式可视化的 Python 库，它提供了丰富的功能和灵活性，使我们能够创建高质量的图表和可视化效果。我们将探索使用 Bokeh 库解决多个问题的示例，并说明如何以面向对象的方式编写代码。

阅读更多：Bokeh 教程

问题1: 绘制折线图

假设我们需要绘制一条折线图来展示每天的温度变化。我们可以使用 Bokeh 库来创建一个简单的折线图，并添加交互功能来显示鼠标移动时的具体数值。

首先，我们需要导入必要的库:

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

然后，我们创建一个用于绘制折线图的类，并定义一些初始化参数，如图表的标题、X坐标轴和Y坐标轴的标签等:

class LineChart:
    def __init__(self, title, x_label, y_label):
        self.plot = figure(title=title, x_axis_label=x_label, y_axis_label=y_label)

接下来，我们定义一个添加数据和绘制折线的方法:

    def add_data(self, x_data, y_data):
        self.plot.line(x_data, y_data)

    def display(self):
        output_notebook()
        show(self.plot)

最后，我们可以通过实例化 LineChart 类，并调用相应的方法来绘制折线图:

chart = LineChart("Temperature Variation", "Day", "Temperature")
chart.add_data([1, 2, 3, 4, 5], [20, 22, 18, 25, 23])
chart.display()

问题2: 创建交互式散点图

现在假设我们需要创建一个交互式散点图，在点击散点时显示具体数值和标签。我们可以使用 Bokeh 库来实现这个功能。

首先，我们导入必要的库，并创建一个类来处理散点图的绘制和交互功能:

from bokeh.models import Circle, HoverTool
from bokeh.layouts import column

class ScatterPlot:
    def __init__(self, title, x_label, y_label):
        self.plot = figure(title=title, x_axis_label=x_label, y_axis_label=y_label)
        self.plot.add_tools(HoverTool(tooltips=[("Value", "@y")], renderers=[self.plot.renderers[-1]], mode='mouse'))

    def add_data(self, x_data, y_data, labels):
        self.plot.add_glyph(self.plot, Circle(x='x', y='y', size=10, fill_color='blue', line_color='black'), source=dict(x=x_data, y=y_data))

        for i in range(len(x_data)):
            self.plot.text(x=x_data[i], y=y_data[i], text=labels[i], text_font_size='10pt', text_baseline='middle', text_align='center')

    def display(self):
        output_notebook()
        show(column(self.plot))

然后，我们可以实例化 ScatterPlot 类，并调用相应的方法来绘制交互式散点图:

scatter_plot = ScatterPlot("Scatter Plot", "X", "Y")
scatter_plot.add_data([1, 2, 3, 4, 5], [5, 7, 3, 8, 6], ['A', 'B', 'C', 'D', 'E'])
scatter_plot.display()

在交互式散点图中，当鼠标悬停在散点上时，将显示相应的数值和标签。

问题3: 创建可动态更新的柱状图

最后，我们考虑创建一个可动态更新的柱状图，用于显示实时数据。假设我们要监测某个咖啡店每天的销售额，并将其以柱状图的形式显示出来。

首先，我们导入必要的库，并创建一个类来处理动态更新的柱状图:

from random import randint
from bokeh.layouts import row
from bokeh.models import ColumnDataSource
from bokeh.models.widgets import Button

class BarChart:
    def __init__(self):
        self.data = {'day': ['Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday'],
                     'sales': [randint(0, 100) for _ in range(5)]}
        self.source = ColumnDataSource(data=self.data)
        self.plot = figure(x_range=self.data['day'], y_range=(0, 100))
        self.plot.vbar(x='day', top='sales', width=0.5, source=self.source)

    def update(self):
        self.data['sales'] = [randint(0, 100) for _ in range(5)]
        self.source.data = self.data

    def display(self):
        output_notebook()
        show(row(self.plot, Button(name='Update', button_type='success', width=100), width=500))

然后，我们实例化 BarChart 类，并调用相应的方法来显示动态更新的柱状图:

bar_chart = BarChart()
bar_chart.display()

通过点击 “Update” 按钮，我们可以更新柱状图中的数据，并实时反映在图表中。

总结

本文介绍了如何使用面向对象的 Bokeh 库解决多个问题。我们展示了如何绘制折线图、创建交互式散点图和可动态更新的柱状图。这些示例以面向对象的方式编写，使代码更加灵活和可维护。通过使用 Bokeh 库，我们能够轻松地创建高质量的图表和可视化效果，实现交互和动态更新的功能。希望本文对您理解和使用 Bokeh 库有所帮助。