[转载] 交互式数据可视化在Python中用Bokeh实现

参考链接： Python | 使用Bokeh进行数据可视化

文章转载自：http://www.zuimoban.com/jiaocheng/python/6615.html

Bokeh是一个专门针对Web浏览器的呈现功能的交互式可视化Python库。这是Bokeh与其它可视化库最核心的区别。正如下图所示，它说明了Bokeh如何将数据展示到一个Web浏览器上的流程。正如你所看到的，Bokeh捆绑了多种语言（Python, R, lua和Julia）。这些捆绑的语言产生了一个JSON文件，这个文件作为BokehJS（一个Javascript库）的一个输入，之后会将数据展示到现代Web浏览器上。

Bokeh可以像D3.js那样创建简洁漂亮的交互式可视化效果，即使是非常大型的或是流数据集也可以进行高效互动。Bokeh可以帮助所有人快速方便地创建互动式的图表、控制面板以及数据应用程序。

Bokeh能为像我这样的数据科学家提供什么？我起初是作为一名商业智能从业者（BIprofessional）开始我的数据科学之旅的，随后，又逐渐学习了预测建模，数据科学和机器学习。我主要使用QlikView和Tableau进行数据可视化，用SAS和Python来做预测分析和数据分析。我几乎没有用过JavaScript。

因此，对于我之前所有的数据产品或想法，我只能要么将其外包要么通过网站线框图向别人展示，这两者都不适合创建快速原型。现在，有了Bokeh，我就可以继续使用Python，并且快速创建这些原型。

Bokeh的优势： Bokeh允许你通过简单的指令就可以快速创建复杂的统计图， Bokeh提供到各种媒体，如HTML，Notebook文档和服务器的输出我们也可以将Bokeh可视化嵌入flask和django程序 Bokeh可以转换写在其它库（如matplotlib, seaborn和ggplot）中的可视化 Bokeh能灵活地将交互式应用、布局和不同样式选择用于可视化

Bokeh面临的挑战：与任何即将到来的开源库一样，Bokeh正在经历不断的变化和发展。所以，你今天写的代码可能将来并不能被完全再次使用。与D3.js相比，Bokeh的可视化选项相对较少。因此，短期内Bokeh无法挑战D3.js的霸主地位。

综合Bokeh的优点及其面临的挑战，Bokeh是当前用于快速开发原型产品的理想工具。然而，如果你想在产品的环境下搞点新东西，D3.js可能仍然是你最好的选择。

用Bokeh实现可视化 Bokeh提供了强大而灵活的功能，使其操作简单并高度定制化。它为用户提供了多个可视化界面，如下图所示：图表（Charts）：一个高级接口（high-level interface），用以简单快速地建立复杂的统计图表。绘图（Plotting）：一个中级接口（intermediate-level interface），以构建各种视觉符号为核心。模块（Models）：一个低级接口（low-level interface），为应用程序开发人员提供最大的灵活性。

本文中，我们仅涉及前两个接口，图表（Charts）和绘图（Plotting）。

图表如上所述，它是一个高级接口，用于通过标准的可视化方式呈现信息。这些方式包括箱形图、柱状图、面积图、热图、甜甜圈图和许多其它图形。你只需输入数据框（data frames）、numpy数组或字典就可以生成这些图。

让我们来看看创建一个图表的通用方法： 1. 导入库和函数/方法 2. 准备数据 3. 设置输出模式（Notebook文档、Web浏览器或服务器） 4. 创建图表并选择图表的样式（如果需要） 5. 可视化图表

为了更好地理解这些步骤，让我用下面的例子来演示一下：

图表范例-1：使用Bokeh创建一个柱状图并在Web浏览器上显示

我们将遵循上述列出的步骤来创建一个图表：在上面的图表中，你可以看到顶部的工具选项（缩放、调整大小、重置、旋转缩放），这些工具可以帮助你与图表进行互动。同时，你也可以看到多个图表选项（图例、X轴名标注、Y轴名标注、坐标网格线、宽度、高度等）和各种图表的范例。

图表范例-2：在Notebook文档中，利用箱线图比较IRIS数据集中的萼片长度（sepal length）和花瓣长度（petal length）的分布情况

要创建这个可视化图表，我首先要使用Sklearn库导入IRIS数据集。然后，按照上述步骤在ipythonNotebook文档中进行图表可视化。图表范例-3：创建一个线图到Bokeh服务器

在绘制可视化图表到Bokeh服务器之前，你首先需要运行服务器。

如果你使用的是conda包，你可以在任何目录下使用运行命令“bokeh-server”。如果不是，“python ./bokeh-server”通常也可以。在Bokeh服务器上进行可视化绘图有多个优点：图表有更多的受众可对大数据集进行交互式可视化可根据数据流自动更新图表创建控制面板和应用程序

开始在Bokeh服务器上绘图之前，我先运行了“bokeh-server”指令对其进行初始化，然后再运行用于可视化的相关指令。绘图 Plotting是一个中级接口，是以构建视觉符号为核心的接口。在这里，你可以综合各种视觉元素（点、圆、线、补丁和许多其它元素）和工具（悬停、缩放、保存、重置和其它工具）来创建可视化。

使用Bokeh的Plotting接口创建的图表自带一组默认的工具和视觉效果。绘图可按照以下步骤进行： 1. 导入库、方法或函数 2. 选择输出方式（Notebook文档、Web浏览器、服务器） 3. 激活图（类似matplotlib） 4. 执行后续的绘图操作，这将影响已经生成的图形。 5. 图表可视化

为了更好地理解这些步骤，让我举例演示：

绘图范例-1：在Notebook文档中创建二维散点图（正方形标记）同样，你可以创建各种其它类型的图：如线、角和圆弧、椭圆、图像、补丁以及许多其它的图。

绘图范例-2：将两种视觉元素合并在一张图中绘图范例-3：为上图添加一个悬停工具和坐标轴标签绘图范例-4：使用纬度和经度数据来绘制印度地图

注：我已经有一个CSV格式的印度边界的纬度和经度的多边形数据。我将使用该数据来绘图。在这里，我们将使用补丁绘图，让我们看看下面的命令：结语在本文中，我们讨论了用Bokeh创建可视化以及如何将可视化结果呈现在Notebook文档、html文档以及bokeh服务器上。我们还谈到了如何使用绘图接口创建个性化的可视化图表，通过该功能，你可以将多种视觉元素结合到一起来展示数据信息。

[转载] 交互式数据可视化在Python中用Bokeh实现相关推荐

python bokeh教程_交互式数据可视化在Python中用Bokeh实现
Bokeh是一个专门针对Web浏览器的呈现功能的交互式可视化Python库.这是Bokeh与其它可视化库最核心的区别.正如下图所示,它说明了Bokeh如何将数据展示到一个Web浏览器上的流程. 正如你 ...
python bokeh_使用Bokeh在Python中进行交互式数据可视化
python bokeh Bokeh prides itself on being a library for interactive data visualization. Bokeh以成为交互式数 ...
pythonweb数据可视化_独家 | 基于Python实现交互式数据可视化的工具(用于Web)
翻译:陈雨琳校对:吴金笛本文2200字,建议阅读8分钟. 本文将介绍实现数据可视化的软件包. 这学期(2018学年春季学期)我教授了一门关于数据可视化的数据科学硕士课程.我们的数据科学硕士项目是一 ...
python基于web可视化_独家 | 基于Python实现交互式数据可视化的工具(用于Web)
转自:数据派ID:datapi 作者:Alark Joshi 翻译:陈雨琳校对:吴金笛本文2200字,建议阅读8分钟. 本文将介绍实现数据可视化的软件包. 这学期(2018学年春季学期)我教授了一 ...
python交互式数据可视化_基于Python实现交互式数据可视化的工具，你用过几种？...
作者:Alark Joshi 翻译:陈雨琳来源:数据派THU(ID:DatapiTHU) 我教授了一门关于数据可视化的数据科学硕士课程.我们的数据科学硕士项目是一个为期15个月的强化项目,这个项目已 ...
python实现数据可视化软件_基于Python实现交互式数据可视化的工具
作者:Alark Joshi 翻译:陈雨琳校对:吴金笛本文2200字,建议阅读8分钟. 本文将介绍实现数据可视化的软件包. 这学期(2018学年春季学期)我教授了一门关于数据可视化的数据科学硕士课 ...
python动态交互图表_Python 调用 matplotlib 实现交互式数据可视化图表案例
交互式的数据可视化图表是 New IT 新技术的一个应用方向,在过去,用户要在网页上查看数据,基本的实现方式就是在页面上显示一个表格出来,的而且确,用表格的方式来展示数据,显示的数据量会比较大,但是, ...
分形、大自然的分形几何、数据可视化、Python绘图
分形.大自然的分形几何.数据可视化.Python绘图中国传统中的『分形』大自然的分形几何数据可视化本系列采用turtle.matplotlib.numpy这三个Python工具,以分形与计算机 ...
[译] VINE：一种开源的神经进化（Neuroevolution）交互式数据可视化工具
原文地址:VINE: An Open Source Interactive Data Visualization Tool for Neuroevolution 原文作者:Uber Engineeri ...

[转载] 交互式数据可视化在Python中用Bokeh实现

[转载] 交互式数据可视化在Python中用Bokeh实现相关推荐

最新文章

热门文章