交互式数据可视化库Bokeh的安装

今天这部分主要给出更多关于Bokeh安装过程的细节。

依赖

Bokeh仅由CPython2.7和3.5+版本官方支持，其他Python版本可能以有限的功能运行(python是一种编程语言，使用c语言开发的叫做python，在与其他语言开发的python对比时，为避免歧义通常称为CPython)。

对于基本用法，请安装以下库：

NumPy

Jinja2

Six

Requests

Tornado >= 4.0

PyYaml

DateUtil

要在python2.7中使用Bokeh，还需要安装Futures包。

包安装

这些Bokeh依赖最好通过Anaconda Python Distribution获得，Anaconda Python Distribution是为Python科学和数据分析堆栈提供强大版本的流行库。

如果您已经是Anaconda用户，则可以简单地运行以下命令：

conda install bokeh

(开始菜单-Anaconda文件夹-Anaconda Prompt，直接输入以上命令即可)

这样将从Anaconda安装最新发布的Bokeh发行版、Inc.软件包存储库以及所有依赖项。

或者，可以使用pip从PyPI进行安装：

pip install bokeh

样本数据

一些Bokeh示例依赖于未包含在Bokeh GitHub存储库或发布的包中的样本数据。 一旦安装了Bokeh，可以通过在Bash或Windows提示符下执行以下命令来获取样本数据：

bokeh sampledata

或者，可以在Python解释器中执行以下语句：

>>> import bokeh.sampledata

>>> bokeh.sampledata.download()

最后，可以配置样本数据存储的位置。 默认情况下，数据被下载并存储到目录$ HOME / .bokeh / data。 （如果该目录尚不存在，则创建该目录。）Bokeh在$ HOME / .bokeh / config中查找YAML配置文件。 YAML密钥sampledata_dir可以设置为数据存储目录的绝对路径。 例如将以下行添加到配置文件中：

sampledata_dir: /tmp/bokeh_data

会让样本数据存储在/ tmp / bokeh_data中。

从源安装

从源代码安装Bokeh需要从其CoffeeScript源代码重建BokehJS库。 一些额外的工具链支持是必需的。

开发人员构建

获取最新的Bokeh更新而无需担心自己构建Bokeh的更简单的方式是安装开发人员版本。 我们通常每周至少提供一次新的开发人员版本，有时甚至更多。

这些构建版本正在anaconda.org上提供。 如果您使用Anaconda，则可以通过从Bash或Windows命令提示符发出命令来使用conda进行安装：

conda install -c bokeh/channel/dev bokeh

或者，您可以使用Bash或Windows命令提示符下的pip进行安装：

pip install --pre -i https://pypi.anaconda.org/bokeh/channel/dev/simple bokeh --extra-index-url https://pypi.python.org/simple/

写在最后

嗯，这一部分真的极其无聊，而且英译中总是让人听起来特不舒服，所以，这一篇不喜欢就先别看了，等以后直接看实例会好很多。