Bokeh 简明教程

Bokeh - Axes

在本章中，我们讨论几种不同类型的轴。

Sr.No

Axes

Description

1

Categorical Axes

Bokeh 图表沿着 x 和 y 轴显示数值数据。为了沿任一轴使用分类数据，我们需要指定 FactorRange 来为其中一个分类维度。

2

Log Scale Axes

如果 x 和 y 数据序列之间存在幂律关系，则最好在两个轴上使用对数刻度。

3

Twin Axes

在单个图表上显示多个表示不同范围的轴可能必不可少。figure 对象可通过定义 extra_x_range 和 extra_y_range 属性进行配置。

Categorical Axes

在迄今为止的示例中，Bokeh 图表沿着 x 和 y 轴显示数值数据。为了沿任一轴使用分类数据，我们需要指定 FactorRange 来为其中一个分类维度。例如，要在 x 轴上使用给定列表中的字符串 −

langs = ['C', 'C++', 'Java', 'Python', 'PHP']
fig = figure(x_range = langs, plot_width = 300, plot_height = 300)

Example

通过以下示例，显示一个简单的条形图，显示注册了各种课程的学生数量。

from bokeh.plotting import figure, output_file, show
langs = ['C', 'C++', 'Java', 'Python', 'PHP']
students = [23,17,35,29,12]
fig = figure(x_range = langs, plot_width = 300, plot_height = 300)
fig.vbar(x = langs, top = students, width = 0.5)
show(fig)

Output

categorical axes

要以不同颜色显示每个条形，可将 vbar() 函数的 color 属性设置为一个颜色值列表。

cols = ['red','green','orange','navy', 'cyan']
fig.vbar(x = langs, top = students, color = cols,width=0.5)

Output

plot

要使用 vbar_stack() 或 hbar_stack() 函数呈现垂直（或水平）堆叠条形，将 stackers 属性设置要依次堆叠的字段列表，source 属性设置为一个包含与每个字段相应的 dict 对象。

在以下示例中，sales 是一个字典，显示了三个产品在三个月内的销售额。

from bokeh.plotting import figure, output_file, show
products = ['computer','mobile','printer']
months = ['Jan','Feb','Mar']
sales = {'products':products,
   'Jan':[10,40,5],
   'Feb':[8,45,10],
   'Mar':[25,60,22]}
cols = ['red','green','blue']#,'navy', 'cyan']
fig = figure(x_range = products, plot_width = 300, plot_height = 300)
fig.vbar_stack(months, x = 'products', source = sales, color = cols,width = 0.5)
show(fig)

Output

sales dictionary

通过使用 bokeh.transform 模块中的 dodge() 函数，对条形指定可视位移，便可获得分组条形图。

dodge() function 为每个条形图增加一个相对偏移量，从而在视觉上营造出分组效果。在以下示例中， vbar() glyph 针对某个月的特定条形组以 0.25 的偏移量分开。

from bokeh.plotting import figure, output_file, show
from bokeh.transform import dodge
products = ['computer','mobile','printer']
months = ['Jan','Feb','Mar']
sales = {'products':products,
   'Jan':[10,40,5],
   'Feb':[8,45,10],
   'Mar':[25,60,22]}
fig = figure(x_range = products, plot_width = 300, plot_height = 300)
fig.vbar(x = dodge('products', -0.25, range = fig.x_range), top = 'Jan',
   width = 0.2,source = sales, color = "red")
fig.vbar(x = dodge('products', 0.0, range = fig.x_range), top = 'Feb',
   width = 0.2, source = sales,color = "green")
fig.vbar(x = dodge('products', 0.25, range = fig.x_range), top = 'Mar',
   width = 0.2,source = sales,color = "blue")
show(fig)

Output

visual displacement

Log Scale Axes

当图表中某一轴上的值随另一轴上值线性增加而呈指数增长时，通常需要在对数刻度上显示前轴上的数据。例如，如果 x 和 y 数据序列之间存在幂律关系，则最好在两个轴上使用对数刻度。

Bokeh.plotting API 的 figure() 函数接受 x_axis_type 和 y_axis_type 作为参数，可通过为这些参数中的任何一个传递“log”值来将其指定为对数轴。

第一幅图以线性刻度绘制 x 和 10x 之间的图。在第二幅图中，y_axis_type 设置为“log”。

from bokeh.plotting import figure, output_file, show
x = [0.1, 0.5, 1.0, 1.5, 2.0, 2.5, 3.0]
y = [10**i for i in x]
fig = figure(title = 'Linear scale example',plot_width = 400, plot_height = 400)
fig.line(x, y, line_width = 2)
show(fig)

Output

log scale axes

现在，将 figure() 函数更改为配置 y_axis_type=’log’。

fig = figure(title = 'Linear scale example',plot_width = 400, plot_height = 400, y_axis_type = "log")

Output

linear scale

Twin Axes

在某些情况下，在单个图表上显示多个表示不同范围的轴可能必不可少。figure 对象可通过定义 extra_x_range 和 extra_y_range 属性进行配置。在向 figure 添加新的 glyph 时，将使用这些命名的范围。

我们尝试在同一图上显示正弦曲线和直线。两种 glyph 的 y 轴的范围不同。正弦曲线和直线的 x 和 y 数据序列通过以下内容获取 −

from numpy import pi, arange, sin, linspace
x = arange(-2*pi, 2*pi, 0.1)
y = sin(x)
y2 = linspace(0, 100, len(y))

在此，x和y之间的图解表示正弦关系，x和y2之间的图解表示直线。使用显式y范围定义Figure对象，并添加表示正弦曲线的线形字形，如下所示：

fig = figure(title = 'Twin Axis Example', y_range = (-1.1, 1.1))
fig.line(x, y, color = "red")

我们需要一个额外的y范围。定义为：

fig.extra_y_ranges = {"y2": Range1d(start = 0, end = 100)}

要在右侧添加额外的y轴，请使用add_layout()方法。在图像中添加表示x和y2的新线形字形。

fig.add_layout(LinearAxis(y_range_name = "y2"), 'right')
fig.line(x, y2, color = "blue", y_range_name = "y2")

这将生成一个具有两个y轴的图。完整代码和输出如下：

from numpy import pi, arange, sin, linspace
x = arange(-2*pi, 2*pi, 0.1)
y = sin(x)
y2 = linspace(0, 100, len(y))
from bokeh.plotting import output_file, figure, show
from bokeh.models import LinearAxis, Range1d
fig = figure(title='Twin Axis Example', y_range = (-1.1, 1.1))
fig.line(x, y, color = "red")
fig.extra_y_ranges = {"y2": Range1d(start = 0, end = 100)}
fig.add_layout(LinearAxis(y_range_name = "y2"), 'right')
fig.line(x, y2, color = "blue", y_range_name = "y2")
show(fig)

Output

twin axes