初识Bokeh/交互式数据可视化在Python中的实现

小序

陈坤在《鬼水瓶录》中说，也许死是一种生，那么结束就是一种新的开始。

OK，不卖关子了，今天开始，想跟大家一起学习一个新的数据可视化工具。

这个过程很多事情我都没办法预料，可能会有很多无聊的文档翻译，也可能会摸索到一些有趣的未知，所以，欢迎一起。

Bokeh

Bokeh是一个针对现代Web浏览器呈现功能的Python交互式可视化库。它的目标是像D3.js一样用新奇的图表来给数据一个漂亮、简洁的解释，即便是非常大型的或者流数据也能保持高性能的交互。Bokeh可以帮助大家快速轻松地创建交互图，仪表板和数据应用。

（简单来讲，Bokeh就是Python中一个专门用来做交互式可视化图表的一个库，虽然没有像D3.js一样强大，但上手会相对简单一些。）

Jupyter

为了更好地理解，我们简单看个例子。

关于操作软件，推荐Jupyter Notebook（可以先安装Python，再安装Anaconda，开始菜单运行Anaconda文件夹下的Jupyter Notebook即可打开）。

下面，我们直接在Jupyter看代码运行一下这个示例。

举个栗子

我们以第一个小图为例看一下，代码如下。

import numpy as np

from bokeh.plotting import figure, show, output_file

N = 500

x = np.linspace(0, 10, N)

y = np.linspace(0, 10, N)

xx, yy = np.meshgrid(x, y)

d = np.sin(xx)*np.cos(yy)

p = figure(x_range=(0, 10), y_range=(0, 10))

# must give a vector of image data for image parameter

p.image(image=[d], x=0, y=0, dw=10, dh=10, palette="Spectral11")

output_file("image.html", title="image.py example")

show(p) # open a browser

具体的代码就先不解释了，运行后会打开一个新的浏览器页面展示结果。

运行结果：