Python pandas 实现无缝衔接Bokeh
本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。
以下文章来源于大邓和他的Python ,作者 大邓
pandasbokeh可以使得dataframe直接调用bokeh底层代码。通过使用pandasbokeh,可以在notebook或者html中显示,语法相比于bokeh更简洁易用。
安装
! pip3 install pandas_bokeh
快速上手
对fruits.csv做一个条形图
import pandas as pd
df = pd.read_excel('fruits.xlsx')
df
import pandas as pd
import pandas_bokehimport warningswarnings.filterwarnings("ignore") #忽略某些不影响程序的提示
#在notebook中能显示可视化结果pandas_bokeh.output_notebook()#将fruits列设置为行索引df = pd.read_excel(fruits.xlsx')
df.plot_bokeh(kind='bar',x = 'fruits', #将fruits列选做x轴y = ['2015', '2016', '2017'], #将年份选做y轴ylabel='水果价格(元/斤)',title='水果',show_figure=True) #显示
上面的例子已经可以看到该库的简洁优美之处,现在我们多学点
pandas_bokeh输出设定
- dasbokeh.outputnotebook() 在notebook中能显示可视化结果
- pandasbokeh.outputfile(filename) 将结果输出到html文件中
支持的图
- line
- bar
- point
- scatter
- histogram
- area
- pie
- map
以bar为例,调用可视化接口时,有以下两种使用方法
- df.plot_bokeh.line(...)
- df.plot_bokeh(kind='line')
import numpy as np
df = pd.read_excel('fake_stocks.xlsx')
df.plot_bokeh(kind="line",x='日期', #将excel中的日期列当做x轴y=['Google', 'Apple']) #将'Google', 'Apple'两列作为y轴
高级参数
df.plot_bokeh(kind, x, y, figsize, title, xlim, ylim, xlabel, ylabel logx, logy, xticks, yticks, color, colormap, hovertool, zooming, panning, **kwargs)
- kind: 支持的图种类"line", "point", "scatter", "bar" ,"histogram"等
- x: 选中数据某列名作为x轴。如果x不传入参数,会默认使用df的索引作为x轴
- y: 将数据中的某列或某些列指定为y轴
- figsize: 图的尺寸,如figsize=(600, 350)
- title: 图的标题
- xlim/ylim: 设置图的x轴和y轴的范围
- xlabel/ylabel: 设置x轴和y轴的名字
- logx/logy: 布尔型值,对x和y的数据是否进行log变换
- xticks/yticks: 显性定义横纵坐标刻度
- color: 对图中使用同一的颜色,如果想定义多种颜色,请使用colormap参数
- colormap: 可以对图中的不同对象设置颜色, 传入的是颜色字符串列表。
- hovertool: 默认True,鼠标放在图上会悬浮显示具体信息。
- zooming: 布尔值,默认True支持缩放
- panning: 布尔值,默认True支持平移
- kwargs**: 更多参数设定请看官方文档
Python pandas 实现无缝衔接Bokeh相关推荐
- 独家 | 浅谈Python/Pandas中管道的用法
作者:Gregor Scheithauer博士 翻译:王闯(Chuck)校对:欧阳锦本文约2000字,建议阅读5分钟本文介绍了如何在Python/Pandas中运用管道的概念,以使代码更高效易读. 图 ...
- python pandas库读取excel/csv中指定行或列数据详解
通过阅读表格,可以发现Pandas中提供了非常丰富的数据读写方法,下面这篇文章主要给大家介绍了关于python利用pandas库读取excel/csv中指定行或列数据的相关资料,需要的朋友可以参考下 ...
- Python pandas用法
Python pandas用法 无味之味关注 12019.01.10 15:43:25字数 2,877阅读 91,914 介绍 在Python中,pandas是基于NumPy数组构建的,使数据预处理. ...
- python pandas 独热编码
python pandas 独热编码 import pandas as pd df1 = pd.DataFrame({'姓名': ['周', '武', '郑'],'成绩': [100, 96, 77] ...
- python pandas 读写 csv 文件
python pandas 读写 csv 文件 具体看官方文档 https://www.pypandas.cn/docs/user_guide/io.html#csv-文本文件 import pand ...
- python pandas DataFrame 替换 NaN 值 和 删除 NaN 所在的行。
python pandas DataFrame 替换 NaN 值 和 删除 NaN 所在的行. import pandas as pd import numpy as np df1 = pd.Data ...
- python pandas DataFrame 查找NaN所在的位置
python pandas DataFrame 查找 NaN 所在的位置 import pandas as pd import numpy as np df1 = pd.DataFrame({'日期' ...
- python pandas dataframe 列 转换为离散值
python pandas dataframe 列 转换为离散值 import pandas as pd import numpy as np df1 = pd.DataFrame({'日期': [' ...
- python pandas DataFrame 排序
python pandas DataFrame 排序 import pandas as pd import numpy as np df1 = pd.DataFrame({'日期': ['2021-7 ...
最新文章
- 微软全球AI总监:Azure AI是OpenAI技术商业化变现唯一、排他性合作方
- java实现excel的导入导出(poi详解)
- UI+Class Object
- 新手福利:Apache Spark 入门攻略
- 网络与IO知识扫盲(一):Linux虚拟文件系统,文件描述符,IO重定向
- python 持续集成工具_持续集成工具: Jenkins学习
- 跟我一起学.NetCore之EF Core 实战入门,一看就会
- 十一届蓝桥杯国赛 玩具蛇-dfs
- (12)verilog语言编写8路选择器
- 为什么情人总比老婆好
- [偏序关系与CDQ分治]【学习笔记】
- 蓝牙uuid是什么意思_小公主的吐槽非常好|米家蓝牙温湿度计2
- 使用root登陆到mysql后执行_如何让mysql以root用户远程登陆mysql数据库
- WinSock IO模型五: 完成端口
- 2021-05-04 16:37:16.550 ERROR 3268 --- [nio-8080-exec-3] o.a.c.c.C.[.[.[/].[dispatcherServlet] :
- Python代码画樱花树--Turtle绘图
- 【转】SCI论文写法攻略
- 红太狼和灰太狼的囧人爱情
- GitHub狂飙30K+star面试现场,专为程序员面试打造,现已开源可下载
- XMPPFrameWork IOS 开发(一)xmpp简介
热门文章
- cad打印去掉边框_CAD打印图纸时如何去除白色的边框
- SPSS Modeler与Google地图的完美结合
- Docker 问题集锦(15) - ERROR: for * Cannot start service *: driver failed programming external
- 编写一个IDEA插件之:事件监听
- UBUNTU无ROOT权限解决“Could not resolve hostname XXXXX: Name or service not known“问题
- STCP与TCP协议
- centos8安装python3.6_Centos下安装Python3.6
- redis-benchmark对redis进行性能测试
- HTML:常见的标签 实体 图片标签
- 微信小程序怎样创建formdata对象,并通过 wx.request 发送file文件