背景
在 Bokeh 初探之后，学习使用它来做个图
目标
做一个柱状图，支持多个 y 数据源，即有堆叠效果的柱状图 stacked bar
实现
单数据源 简单的柱状图
参考 Handling Categorical Data — Bokeh 1.4.0 documentation
from bokeh.io import show, output_file
from bokeh.plotting import figure
output_file("bars.html")
fruits = ['Apples', 'Pears', 'Nectarines', 'Plums', 'Grapes', 'Strawberries']
counts = [5, 3, 4, 2, 4, 6]
p = figure(x_range=fruits, plot_height=250, title="Fruit Counts", toolbar_location=None, tools="")
p.vbar(x=fruits, top=counts, width=0.9)
p.xgrid.grid_line_color = None
p.y_range.start = 0
show(p)
效果图见上述参考
增加一个 y 数据源，做堆叠效果
这样的话，需要考虑：
- 数据源：不能是单一的列表了，得能容纳多组数据。用字典。
fruits = ['Apples', 'Pears', 'Nectarines', 'Plums', 'Grapes', 'Strawberries']
years = ["2015", "2016", "2017"]
data = {'fruits' : fruits,
'2015' : [2, 1, 4, 3, 2, 4],
'2016' : [5, 3, 4, 2, 4, 6],
'2017' : [3, 2, 4, 4, 5, 3]}
- 颜色：区分不同的数据源
colors = ["green", "#718dbf", "#e84d60","#e84d20","#e84361"]
配色是个问题，一不小心就会很丑，后面会提到用调色板 palette
- 画图：上面的
vbar不支持堆叠
p.vbar_stack(years, x='fruits', width=0.9, color=colors, source=data,legend_label=years)
导出为文件
Exporting Plots — Bokeh 1.4.0 documentation
- html
output_file("file.html")
-
png
-
npm install selenium phantomjs -
npm install -g phantomjs-prebuilt -
pip install bokeh
然后 from bokeh.io import export_png
数据源： 从 .csv 文件读取数据
我试过两种方式，现在用的是第二种 pandas
- numpy 的
genfromtxt
但是我遇到很多问题，包括不同的 dtype参数，names参数等，返回不同的数据类型的 array，感觉很不方便（如排序等），所以后来弃用了，当然也是因为我不太熟。
from numpy import genfromtxt
my_data = genfromtxt("data.csv", delimiter=',', dtype=None, encoding="utf8")
- pandas
还是这个方便，读取文件 :
df = pd.read_csv("data.csv",header=0)
取前 7 行：df = df.head(n=7)
取某一列：df['col1']
几列求和： df['col1'] + df['col2'] + df['col3']
排序：df = df.sort_values(by='col1', ascending=False)
x axis 旋转
Styling Visual Attributes — Bokeh 1.4.0 documentation
比如左斜 旋转 45 度：
p.xaxis.major_label_orientation = 360-45
调色板
前面我们用 colors = ["green", "#718dbf", "#e84d60","#e84d20","#e84361"] 人工配色，会很丑不专业，bokeh 有自带的调色板，倒是很方便，还好看。
>>> from bokeh.palettes import brewer
>>> colors = brewer["Blues"][6]
>>> colors
['#08519c', '#3182bd', '#6baed6', '#9ecae1', '#c6dbef', '#eff3ff']
具体列表参考：
- bokeh.palettes
- 源码：bokeh/palettes.py at master · bokeh/bokeh
- bokeh.colors — Bokeh 1.4.0 documentation
分类数据处理
如果 x 数据只是数字 如[1,2,3]，上面demo 中的 p.figure足以处理
但如果 x 或 y 坐标是一些分类数据如["apple","orange"] ，则需要再添加 x_range,或 y_range等
如
fruits = ['Apples', 'Pears', 'Nectarines', 'Plums', 'Grapes', 'Strawberries']
p = figure(x_range=fruits, ... )
p.vbar(x=x, top=y, legend_label="Temp.", width=0.9)
参考 Handling Categorical Data — Bokeh 1.4.0 documentation
网友评论