Bokeh 简明教程

Bokeh - Introduction

Bokeh是Python的数据可视化库。与Matplotlib和Seaborn不同，它们也是用于数据可视化的Python包，Bokeh使用HTML和JavaScript渲染其图。因此，事实证明对于开发基于Web的仪表板非常有用。

Bokeh项目由NumFocus https://numfocus.org/. 赞助。 NumFocus还支持PyData，这是一个教育计划，涉及NumPy、Pandas等其他重要工具的开发。 Bokeh可以轻松地与这些工具连接并生成交互式图、仪表板和数据应用程序。

Features

Bokeh主要将数据源转换为JSON文件，该文件用作JavaScript库BokehJS的输入，而JavaScript库又用TypeScript编写并渲染现代浏览器中的可视化效果。

以下是一些 important features of Bokeh ：

Flexibility

Bokeh可用于常见绘图要求以及自定义和复杂的使用案例。

Productivity

Bokeh可以轻松地与其他流行的Pydata工具（如Pandas和Jupyter笔记本）进行交互。

Interactivity

与Matplotlib和Seaborn相比，这是Bokeh的一项重要优势，它们都生成静态图。 Bokeh创建交互式图，当用户与它们交互时会发生变化。您可以为您的受众提供广泛的选择和工具，以便从各个角度推理和查看数据，以便用户可以执行“假设”分析。

Powerful

通过添加自定义JavaScript，可以生成针对特定用例的可视化效果。

Sharable

图形可以嵌入在启用了 Flask 或 Django 的 Web 应用程序的输出中。它们也可以在以下应用程序中呈现：

Jupyter

Open source

Bokeh 是一个开源项目。它根据伯克利源代码分发 (BSD) 许可证进行分发。其源代码可从 https://github.com/bokeh/bokeh. 获取