使用ColumnDataSource()创建可交互的数据可视化应用

ColumnDataSource()是Bokeh库中一个非常重要的类，它用于创建一个数据源对象，用于传递数据给绘图工具并支持交互。它是Bokeh库中的一个中心概念，可以使得数据可视化应用更加灵活和交互。

一般情况下，我们使用ColumnDataSource()创建一个数据源对象，然后将这个对象传递给相应的绘图函数进行绘图。在数据源对象中，我们可以传入包含数据的字典或者DataFrame对象。

下面是一个使用ColumnDataSource()创建交互式数据可视化应用的例子：

from bokeh.plotting import figure, show
from bokeh.models import ColumnDataSource
from bokeh.layouts import row
from bokeh.io import curdoc

# 创建数据
data = {'x': [1, 2, 3, 4, 5],
        'y': [6, 7, 2, 4, 5]}

# 创建ColumnDataSource对象
source = ColumnDataSource(data=data)

# 创建绘图工具
plot = figure(plot_width=400, plot_height=400)

# 绘制散点图
plot.circle(x='x', y='y', source=source, size=10)

# 创建一个滑块控件，用于调整散点图的大小
slider = Slider(start=5, end=15, value=10, step=1, title='Size')

# 定义一个回调函数，用于处理滑块控件的事件
def update_size(attr, old, new):
    plot.circle(x='x', y='y', source=source, size=slider.value)

# 给滑块控件添加事件回调
slider.on_change('value', update_size)

# 将绘图工具和滑块控件放在一起
layout = row(plot, slider)

# 将布局添加到文档中
curdoc().add_root(layout)

# 显示应用
show(layout)

这个例子中我们创建了一个散点图，散点的大小可以通过滑块控件来调整。首先我们创建了一个数据字典，包含了散点的横坐标和纵坐标数据。然后我们使用ColumnDataSource()创建了一个数据源对象，并将数据字典传入其中。接着我们创建了一个绘图工具，使用.circle()方法绘制了散点图，其中的size参数使用了数据源对象中的数据。然后我们创建了一个滑块控件，用于调整散点的大小。我们定义了一个回调函数，用于处理滑块控件的事件，当滑块控件的值发生变化时，会调用该函数更新散点图的大小。最后我们将绘图工具和滑块控件放在一起，并将布局添加到文档中，通过show()函数显示出来。

这个例子展示了如何使用ColumnDataSource()创建一个交互式数据可视化应用。通过ColumnDataSource()可以将数据传递给绘图工具，并支持交互，比如这个例子中的滑块控件可以调整散点的大小。使用ColumnDataSource()可以使数据可视化应用更加灵活和交互，能够满足不同的需求。