Bokeh是一款基于浏览器的交互式绘图工具,在IPython Notebook中具有非常好的表现。

安装anaconda3,单击开始菜单,单击下图红色箭头所指菜单启动Jupyter Notebook:

使用Jupyter Notebook+bokeh绘图入门完整步骤_数据可视化

然后在浏览器中单击下图中红色箭头指向的菜单:

使用Jupyter Notebook+bokeh绘图入门完整步骤_数据可视化_02

然后在单元格内编写下面的代码:

from bokeh.plotting import figure, output_file, show
from random import randrange# 生成测试数据
x = list(range(1,21))
y = [randrange(1,10) for _ in range(20)]
output_file('lines.html', title='lines')
p = figure(title='lines', x_axis_label='x', y_axis_label='y')# 设置图例
p.line(x, y, legend='lines', line_width=2)
show(p)

代码截图为:

使用Jupyter Notebook+bokeh绘图入门完整步骤_js_03

单击上图中红色箭头所指,运行代码,生成的图片如下图所示,注意红色方框内有一些工具可以对图片进行缩放、平移或保存。

使用Jupyter Notebook+bokeh绘图入门完整步骤_qt_04

把代码改为:

from bokeh.plotting import figure, output_file, show
from random import randrange
x = list(range(1,21))
y = [randrange(1,10) for _ in range(20)]output_file('triangle.html', title='triangle')
p = figure(title='triangle', x_axis_label='x', y_axis_label='y')
p.triangle(x, y, legend='triangle', line_width=2)
show(p)

重新运行代码,得到的图像为:

使用Jupyter Notebook+bokeh绘图入门完整步骤_python_05

把代码改为:

from bokeh.plotting import figure, output_file, show
from random import randrange
x = list(range(1,21))
y = [randrange(1,10) for _ in range(20)]output_file('circle.html', title='circle')
p = figure(title='circle', x_axis_label='x', y_axis_label='y')
p.circle(x, y, legend='circle', line_width=2)
show(p)

重新运行代码,得到的图形为:

使用Jupyter Notebook+bokeh绘图入门完整步骤_js_06