pandas
bokeh
可视化
看过来
《pandas 教程》 持续更新中,可作为 pandas 入门进阶课程、pandas 中文手册、用法大全,配有案例讲解和速查手册。提供建议、纠错、催更等加作者微信: gairuo123(备注:pandas教程)和关注公众号「盖若」ID: gairuo。查看更新日志。作者开办 Python 数据分析训练营正在报名中,详情 Python 数据分析训练营。
![]() |
本教程作者所著新书《Python之光:Python编程入门与实战》(ISBN:9787111729891)已由机械工业出版社出版上市,各大电商平台有售,欢迎:查看详情并关注购买。 |
![]() |
本教程作者所著新书《深入浅出Pandas:利用Python进行数据处理与分析》(ISBN:9787111685456)已由机械工业出版社出版上市,各大电商平台有售,欢迎:查看详情并关注购买。 |
Bokeh 是用于大型数据集的 Python 交互式可视化库,其本机使用最新的 Web 技术。 它的目标是以 Protovis/D3 的样式提供优雅,简洁的新颖图形构造,同时为客户端提供大数据上的高性能交互性。
Pandas-Bokeh 为 Bokeh 提供了高级 API,安装:
# 同时会安装 Bokeh 依赖
pip install pandas-bokeh
以下是使用配置,会弹出生成的 html:
import pandas as pd
import pandas_bokeh
pandas_bokeh.output_file("Gairuo_Plot.html") # 导出的文件名称
如下配置后,可以直接使用 Pandas 的 .plot() 方法:
import pandas as pd
import pandas_bokeh
pandas_bokeh.output_notebook() # notebook 展示
pd.set_option('plotting.backend', 'pandas_bokeh')
可以直接使用以下方式绘图:
df.plot()
df.plot.bar()
df.plot.barh()
当然,也可以使用它自己的调用方式:
df.set_index('name').plot_bokeh()
df.set_index('name').plot_bokeh(kind="bar")
支持的图形有:
df.plot_bokeh.line(
figsize=(800, 450),
title="Apple vs Google",
xlabel="Date",
ylabel="Stock price [$]",
yticks=[0, 100, 200, 300, 400],
ylim=(100, 200),
xlim=("2001-01-01", "2001-02-01"),
colormap=["red", "blue"],
plot_data_points=True,
plot_data_points_size=10,
marker="asterisk")
有各种可选参数可用于调整曲线图,例如:
kwargs**
: 可选关键字参数,参见:bokeh.plotting.figure.line带数据点的线图:
对于线型图和许多其他图类型,有一些特殊的关键字参数仅适用于此图类型。对于线图,这些是:
kwargs**
: bokeh的可选关键字参数