Python 教程之数据分析（1）—— 使用 Bokeh 进行数据可视化

2022 年 8 月 26 日
安徽
本文字数：1579 字
阅读完需：约 5 分钟

Bokeh 是 Python 中的数据可视化库，提供高性能的交互式图表和绘图。Bokeh 输出可以在笔记本、html 和服务器等各种媒体中获得。可以在 Django 和烧瓶应用程序中嵌入散景图。Bokeh 为用户提供了两个可视化界面：

bokeh.models：为应用程序开发人员提供高度灵活性的低级接口。bokeh.plotting：用于创建视觉字形的高级界面。

要安装 bokeh 包，请在终端中运行以下命令：

pip install bokeh

复制代码

用于生成散景图的数据集是从Kaggle收集的。

代码 #1： 散点标记要创建散点圆标记，使用 circle() 方法。

# 导入模块from bokeh.plotting import figure, output_notebook, show
# 输出到 notebookoutput_notebook()
# 创建图p = figure(plot_width = 400, plot_height = 400)
# 添加具有大小、颜色和 alpha 的圆形渲染器p.circle([1, 2, 3, 4, 5], [4, 7, 1, 6, 3],		size = 10, color = "navy", alpha = 0.5)
# 显示结果show(p)

复制代码

输出：

代码 #2： 单行要创建单行，使用 line() 方法。

# 导入模块from bokeh.plotting import figure, output_notebook, show
# 输出到 notebookoutput_notebook()
# 创建图p = figure(plot_width = 400, plot_height = 400)
# 添加线渲染器p.line([1, 2, 3, 4, 5], [3, 1, 2, 6, 5],		line_width = 2, color = "green")
# 显示结果show(p)

复制代码

输出：

代码 #3： 条形图条形图用矩形条显示分类数据。条的长度与表示的值成比例。

# 导入必要的模块import pandas as pdfrom bokeh.charts import Bar, output_notebook, show
# 输出到 notebookoutput_notebook()
# 读取数据框中的数据df = pd.read_csv(r"D:/kaggle/mcdonald/menu.csv")
# 创建栏p = Bar(df, "Category", values = "Calories",		title = "Total Calories by Category",						legend = "top_right")
# 显示结果show(p)

复制代码

输出：

代码 #4： 箱线图箱线图用于表示图表上的统计数据。它有助于总结数据中存在的各种数据组的统计属性。

# 导入必要的模块from bokeh.charts import BoxPlot, output_notebook, showimport pandas as pd
# 输出到 notebookoutput_notebook()
# 读取数据框中的数据df = pd.read_csv(r"D:/kaggle / mcdonald / menu.csv")
# 创建栏p = BoxPlot(df, values = "Protein", label = "Category",			color = "yellow", title = "Protein Summary (grouped by category)",			legend = "top_right")
# 显示结果show(p)

复制代码

输出：

代码 #5： 直方图直方图用于表示数值数据的分布。直方图中矩形的高度与类间隔中值的频率成正比。

# 导入必要的模块from bokeh.charts import Histogram, output_notebook, showimport pandas as pd
# 输出到 notebookoutput_notebook()
# 读取数据框中的数据df = pd.read_csv(r"D:/kaggle / mcdonald / menu.csv")
# 创建直方图p = Histogram(df, values = "Total Fat",			title = "Total Fat Distribution",			color = "navy")
# 显示结果show(p)

复制代码

输出：

代码 #6： 散点图散点图用于绘制数据集中两个变量的值。它有助于找到所选的两个变量之间的相关性。

# 导入必要的模块from bokeh.charts import Scatter, output_notebook, showimport pandas as pd
# 输出到 notebookoutput_notebook()
# 读取数据框中的数据df = pd.read_csv(r"D:/kaggle / mcdonald / menu.csv")
# 创建散点图p = Scatter(df, x = "Carbohydrates", y = "Saturated Fat",			title = "Saturated Fat vs Carbohydrates",			xlabel = "Carbohydrates", ylabel = "Saturated Fat",			color = "orange")
# 显示结果show(p)