[译|转]Python: 利用 Bokeh 进行可视化

原文作者: Mike Driscoll

原文连接: python: Visualization with Bokeh

译者：kissg(赵喧典)

本文最先发表于微信公众号”编程派”，是本人在 PythonTG 翻译组的译文，相当于自我转载。编程派地址，如需转载，请联系微信公众号”编程派”获得授权。转载时注明来源，作者及原文链接。

Bokeh 包 是一个交互式的可视化库。其利用 web 浏览器进行展示，目标是以 D3.js 的风格绘制图案，这样图会看起来很优美，而且很容易构造。Bokeh 支持大量的流式的数据集。你可以用这个库创建各种图表/图形。它的一个主要竞争对手可能要属 Plotly 了。

译注：D3.js 是一个可用于创建“数据驱动文档”（Data Driven Documents） javascript 库。 详情看这里

注意：这不是一篇关于 Bokeh 库的深度教程，因为它所能绘制的不同图表和可视化图形实在太多了。因此，本文的目的是带读者领略一下 Bokeh 库的丰姿，看看它能做哪些有趣的事情。

让我们花一点时间安装 Bokeh。最简单的方式是使用 pip 或 conda，比如使用 pip：

pip install bokeh

这条命令会安装 Bokeh 以及它所有的依赖包。因为这个原因，你可能想要在一个虚拟环境下安装 Bokeh，但这完全取决于你。现在，让我们通过一个简单的例子，检查是否安装成功。将下面的代码保存到文件，文件名按你喜欢的来就好。

from bokeh.plotting import figure, output_file, show output_file("/path/to/test.html") x = range(1, 6) y = [10, 5, 7, 1, 6] plot = figure(title='Line example', x_axis_label='x', y_axis_label='y') plot.line(x, y, legend='Test', line_width=4) show(plot)

这里，我们仅仅从 Bokeh 库导入了一些条目，也仅仅说明了将输出保存到哪里。你会注意到，输出是 HTML 文档 。然后我们为 x 轴和 y 轴生成了一些值，用于创建图表。再然后，我们创建了一个 figure 对象，设置了标题和两个坐标轴的标签。最后，我们画出这条折线，给出了图例，设置了线宽，并显示。命令 show 会自动打开你的默认浏览器，并在其中显示图表。最终你看到的将是这样的：

Bokeh 还支持 Jupyter Notebook，唯一需要修改的就是用 output_notebook 代替 output_file 。

译注：output_notebook()，不再需要参数。

Bokeh 的 快速入门指南 已经提供了一个在网格线上绘制一系列正弦波的简明例子。我稍微削减了代码，只留下一个正弦波。注意了，要让下面的例子能正常执行，你需要先安装好 NumPy。

import numpy as np from bokeh.layouts import gridplot from bokeh.plotting import figure, output_file, show N = 100 x = np.linspace(0, 4*np.pi, N) y0 = np.sin(x) output_file('sinewave.html') sine = figure(width=500, plot_height=500, title='Sine') sine.circle(x, y0, size=10, color="navy", alpha=0.5) p = gridplot([[sine]], toolbar_location=None) show(p)

这个例子与前一个的主要不同是，我们用 NumPy 来生成数据点，以及我们将图形放在了 网格线 内部，而不是画出图形本身。当你运行这段代码，最终看到的图表应该是这样的：

如果你不喜欢圆形，Bokeh 还支持其他的形状，总有你喜欢的，比如正方形，三角形，以及其他多种图形。

小结

Bokeh 项目确实很有趣，它提供了简单易用的 API，用于创建图案、图表和其他数据可视化形式。Bokeh 的文档梳理得相当好，它包含了大量的例子，以展示你都能用它做什么。你值得浏览一遍它的文档，这样你会见识到，其他的一些图表是长什么样的，以及生成如此美丽结果的代码是多么简短。

我唯一抱怨的一点是，Bokeh 并没有提供一种通过编程就能保存图片的方法。两年来，这一直是他们致力于修改的 bug 。好消息是，他们找到了一种方式，也许不久就会支持这一功能。除此之外，我觉得它简直酷毙了。

译注, 结语: 我承认这篇译文确实很水, 但原文就是这样的. 当时在学习数据可视化, 就认领了这篇有关 Bokeh 的, 没注意这么水…