Bokeh (Bokeh.js) 是一个Python交互式可视化库,支持古代化 Web 阅读器,提供十分完满的展现性能。Bokeh 的指标是应用 D3.js 款式提供优雅,简约新鲜的图形化格调,同时提供年夜型数据集的高功能交互性能。Boken 能够疾速的创立交互式的画图,仪表盘以及数据使用。
疾速装置:(保举学习:Python视频教程)
有不少种没有同的装置形式装置Bokeh
假如你用的是Anaconda (保举),用如下的饬令经过bash或许windows的饬令行就可间接装置了。
conda install bokeh
这类装置形式,Anaconda曾经预备了运转Bokeh以前一切需求的一切依赖,这也是Bokeh激烈保举的装置形式,无论任何平台,包罗windows,它均可以将装置老本趋近于零。它也会装置一些例子正在examples/目次,即Anaconda装置目次的子目次。
当然,假如你有相对的自信处理这些依赖,依赖包罗Numpy,pandas及redis等,你也能够用pip装置
pip install bokeh
注:经过pip形式装置,没有会装置这些例子,不外能够经过git clone 下载这些例子(examples/)。
用python根本数据类型list的一些数据画一个线状图,并包罗缩放(zoom),区域抉择(pan),调整尺寸(resize),保留(save)等对象,是一个简答又间接的形式。
注:倡议应用ipython notebook,假如没有理解,去理解一下吧
from bokeh.plotting import figure, output_file, show # prepare some data x = [1, 2, 3, 4, 5]y = [6, 7, 2, 4, 5] # output to static HTML file output_file("lines.html", title="line plot example") # create a new plot with a title and axis labels p = figure(title="simple line example", x_axis_label='x', y_axis_label='y') # add a line renderer with legend and line thickness p.line(x, y, legend="Temp.", line_width=2) # show the results show(p)
更多Python相干技巧文章,请拜访Python教程栏目进行学习!
以上就是python怎样装置bokeh的具体内容,更多请存眷资源魔其它相干文章!
标签: Python python教程 python编程 python使用问题
版权声明:除非特别标注,否则均为本站原创文章,转载时请以链接形式注明文章出处。
抱歉,评论功能暂时关闭!