极客教程Bokeh ：Bokeh中的数据源不会通过push_notebook进行更新
在本文中，我们将介绍Bokeh中的一个重要特性，即数据源在使用push_notebook进行更新时的行为。我们将详细说明如何使用数据源和push_notebook函数，并给出示例来阐述它们之间的关系。
阅读更多：Bokeh 教程
Bokeh简介
Bokeh是一个用于构建交互式数据可视化的Python库。它可以生成漂亮、可交互的图形，帮助我们更好地理解和分析数据。Bokeh允许我们创建各种图形，包括折线图、柱状图、散点图、热力图等。通过使用Bokeh，我们可以创建交互式的数据可视化，并将其嵌入到网页中。
数据源和push_notebook函数
在Bokeh中，数据源是用于存储可视化中需要使用的数据的对象。我们可以将数据源与图形关联起来，从而实现数据的可视化。数据源提供了许多方法来更新数据，包括添加、删除和修改。在更新数据源后，我们需要使用push_notebook函数将更新后的数据源中的数据推送到前端，以便进行实时的交互。
示例说明
为了更好地理解数据源在使用push_notebook函数进行更新时的行为，我们来看一个简单的示例。假设我们有一组二维坐标的数据，并用散点图进行可视化。首先，我们创建一个数据源对象并初始化一些数据：
from bokeh.plotting import figure, show
from bokeh.models import ColumnDataSource
from bokeh.io import push_notebook, output_notebook
output_notebook()
# 创建数据源对象
source = ColumnDataSource(data=dict(x=[1, 2, 3], y=[4, 5, 6]))
接下来，我们使用这个数据源对象创建散点图：
# 创建散点图
p = figure(plot_width=400, plot_height=300)
p.circle(x='x', y='y', size=10, source=source)
现在，我们可以调用show函数将图形显示在notebook中：
show(p, notebook_handle=True)
注意，在调用show函数时，我们将notebook_handle参数设置为True，以便生成可交互的图形。然后，我们可以使用push_notebook函数来更新数据源中的数据：
source.data = dict(x=[10, 20, 30], y=[40, 50, 60])
push_notebook()
在这个示例中，我们将数据源中的数据修改为新的数据。然后，我们调用push_notebook函数来推送更新后的数据。通过这个操作，我们可以看到散点图中的数据发生了变化，从而实现了实时的交互。
总结
在本文中，我们介绍了Bokeh中数据源和push_notebook函数的使用。数据源是用于存储可视化中需要使用的数据的对象，而push_notebook函数用于将数据源中的数据推送到前端，实现实时的交互。我们通过一个示例详细说明了它们之间的关系。希望这篇文章能够帮助读者更好地理解和使用Bokeh中的数据源和push_notebook函数。