Bokeh 用符号绘图

任何绘图通常都是由一个或多个几何图形组成的，如 直线、圆、矩形 等。这些形状具有关于相应数据集的视觉信息。在Bokeh术语中，这些几何形状被称为Gylphs。使用 bokeh.plotting界面 构建的Bokeh图使用一套默认的工具和样式。然而，它可以使用可用的绘图工具来定制样式。

绘图的类型

使用字形创建的不同类型的绘图，如下所示

线形图

这种类型的图对于以线的形式可视化X轴和Y轴上的点的运动很有用。它被用来进行时间序列分析。

柱状图

这种图通常用于显示数据集中某一列或某一领域的每个类别的数量。

补丁图

这种图表示在一个特定颜色阴影下的点的区域。这种类型的图被用来区分同一数据集中的不同组别。

散点图

这种类型的图用于可视化两个变量之间的关系，并表明它们之间的相关强度。

不同的字形图是通过调用图类的适当方法形成的。图的对象是通过以下构造函数获得的-

from bokeh.plotting import figure
figure(**kwargs)

图表对象可以通过各种关键字参数进行定制。

序号	标题	设置图的标题
1	x_axis_label	设置X轴的标题
2	y_axis_label	设置y轴的标题
3	plot_width	设置图形的宽度
4	plot_height	设置图形的高度

线形图

Figure对象的 line()方法 在Bokeh图上添加了一个线条字形。它需要x和y参数作为数据数组来显示它们的线性关系。

from bokeh.plotting import figure, show
fig = figure()
fig.line(x,y)
show(fig)

下面的代码在两组数值之间以Python列表对象的形式渲染了一个简单的线图-

from bokeh.plotting import figure, output_file, show
x = [1,2,3,4,5]
y = [2,4,6,8,10]
output_file('line.html')
fig = figure(title = 'Line Plot example', x_axis_label = 'x', y_axis_label = 'y')
fig.line(x,y)
show(fig)

输出

条形图

图对象有两种不同的方法来构建条形图

hbar()

条形图在绘图宽度上水平显示。 hbar()方法 有以下参数 –

编号	y	水平条的中心的y坐标。
1	height	竖条的高度。
2	right	右侧边缘的X坐标。
3	left	左边边缘的X坐标。

以下代码是一个使用Bokeh的 水平条 的例子。

from bokeh.plotting import figure, output_file, show
fig = figure(plot_width = 400, plot_height = 200)
fig.hbar(y = [2,4,6], height = 1, left = 0, right = [1,2,3], color = "Cyan")
output_file('bar.html')
show(fig)

输出

vbar()

条形图的高度是垂直显示的。 vbar()方法 有以下参数-

编号	x	竖条中心的x坐标。
1	width	竖条的宽度。
2	top	顶部边缘的Y坐标。
3	bottom	底部边缘的Y坐标。

以下代码显示 垂直条形图

from bokeh.plotting import figure, output_file, show
fig = figure(plot_width = 200, plot_height = 400)
fig.vbar(x = [1,2,3], width = 0.5, bottom = 0, top = [2,4,6], color = "Cyan")
output_file('bar.html')
show(fig)

输出

补丁图

在Bokeh中，将空间的某一区域用特定的颜色进行着色，以显示具有类似属性的区域或组，这种图被称为补丁图。图对象有 patch() 和 patches() 方法用于此目的。

patch()

这个方法在给定的图上添加补丁字形。该方法有以下参数 –

1	x	补丁点的X坐标。
2	y	补丁中各点的Y坐标。

通过以下Python代码可以得到一个简单的 补丁图

from bokeh.plotting import figure, output_file, show
p = figure(plot_width = 300, plot_height = 300)
p.patch(x = [1, 3,2,4], y = [2,3,5,7], color = "green")
output_file('patch.html')
show(p)

输出

patches()

该方法用于绘制多个多边形补丁。它需要以下参数 –

1	xs	所有补丁的X坐标，以 “列表的列表 “形式给出。
2	ys	所有补丁的Y坐标，以 “列表 “的形式给出。

作为patches()方法的一个例子，请运行以下代码

from bokeh.plotting import figure, output_file, show
xs = [[5,3,4], [2,4,3], [2,3,5,4]]
ys = [[6,4,2], [3,6,7], [2,4,7,8]]
fig = figure()
fig.patches(xs, ys, fill_color = ['red', 'blue', 'black'], line_color = 'white')
output_file('patch_plot.html')
show(fig)

输出

散点图

散点图是非常常用于确定两个变量之间的双变量关系。使用Bokeh为它们添加了增强的交互性。散点图是通过调用Figure对象的scatter()方法获得的。它使用以下参数 –

1	x	中心X坐标的值或字段名
2	y	中心Y坐标的值或字段名
3	size	以屏幕为单位的尺寸值或字段名
4	marker	标记类型的值或字段名
5	color	设置填充和线条颜色

在Bokeh中定义了以下标记类型常量。-

• Asterisk
• Circle
• CircleCross
• CircleX
• Cross
• Dash
• Diamond
• DiamondCross
• Hex
• InvertedTriangle
• Square
• SquareCross
• SquareX
• Triangle
• X

以下Python代码生成了带有圆圈标记的散点图。

from bokeh.plotting import figure, output_file, show
fig = figure()
fig.scatter([1, 4, 3, 2, 5], [6, 5, 2, 4, 7], marker = "circle", size = 20, fill_color = "grey")
output_file('scatter.html')
show(fig)

输出