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:
领取专属 10元无门槛券
私享最新 技术干货