学习
实践
活动
工具
TVP
写文章

安装Bokeh/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

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。

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180325A13WD700?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码关注腾讯云开发者

领取腾讯云代金券