使用ColumnDataSource()构建多图表联动的数据可视化应用

ColumnDataSource()是Bokeh库中一个用于构建多图表联动的数据结构。它可以接受不同类型的输入数据，并将其转换为Bokeh理解的数据源格式，以供多个图表共享和使用。

下面是一个使用ColumnDataSource()构建多图表联动应用的例子：

from bokeh.plotting import figure, curdoc
from bokeh.layouts import row
from bokeh.models import ColumnDataSource
from random import randint

# 创建数据源
source = ColumnDataSource(data=dict(x=[], y=[]))

# 创建两个散点图
scatter1 = figure(width=400, height=400, title='Scatter Plot 1')
scatter1.circle(x='x', y='y', source=source, size=10, alpha=0.5, color='blue')

scatter2 = figure(width=400, height=400, title='Scatter Plot 2')
scatter2.circle(x='x', y='y', source=source, size=10, alpha=0.5, color='green')

# 定义一个回调函数，用于更新数据源
def update():
    new_data = dict(
        x=[randint(0, 10) for _ in range(10)],
        y=[randint(0, 10) for _ in range(10)]
    )
    source.data = new_data

# 创建一个定时器，定期更新数据
curdoc().add_root(row(scatter1, scatter2))
curdoc().add_periodic_callback(update, 1000)

在上面的例子中，我们首先创建了一个ColumnDataSource对象作为我们图表的数据源。并且在两个散点图中使用了相同的数据源，这意味着当我们更新数据源时，两个散点图都会得到更新。

然后我们创建了两个散点图scatter1和scatter2，并且指定它们的数据源是我们刚刚创建的ColumnDataSource对象。我们可以通过将x和y关键字参数设置为数据源中的列名来指定横轴和纵轴的数据。

接下来，我们定义了一个回调函数update()，用于更新数据源的数据。在每次调用update()函数时，我们生成一组新的随机数据，并将其赋值给数据源的data属性。这样就会触发图表的重新绘制，并更新显示的数据。

最后，我们将两个散点图添加到Bokeh的文档中，并使用curdoc()函数启动应用程序。我们还使用add_periodic_callback()函数来定期调用更新函数，以便我们可以动态地看到数据的变化。

通过使用ColumnDataSource()，我们可以轻松地实现多个图表之间的联动，并实现交互式数据可视化。无论我们是通过更新数据源来改变图表数据，还是使用其他的交互控件来过滤和选择数据，所有使用了相同数据源的图表都会随之更新，以提供一致和联动的视图。