PythonBokeh库的基本绘图函数

PythonBokeh是一个用于数据可视化的Python库。它可以轻松地创建交互式和动态的图表、图形和仪表板。Bokeh提供了一些基本的绘图函数，以帮助用户快速创建各种类型的图表。下面是一些常用的基本绘图函数，以及它们的使用示例。

1. figure()函数：创建一个图形对象，用来存储和管理图表的所有组件。

from bokeh.plotting import figure, output_file, show

# 创建一个图形对象
p = figure(title="Line Plot", x_axis_label='x', y_axis_label='y')

# 添加数据点
p.line([1, 2, 3, 4, 5], [6, 7, 2, 4, 5], line_width=2)

# 输出到HTML文件
output_file("line_plot.html")

# 显示图表
show(p)

2. line()函数：绘制直线图。

from bokeh.plotting import figure, output_file, show

# 创建一个图形对象
p = figure(title="Line Plot", x_axis_label='x', y_axis_label='y')

# 添加数据点
p.line([1, 2, 3, 4, 5], [6, 7, 2, 4, 5], line_width=2)

# 输出到HTML文件
output_file("line_plot.html")

# 显示图表
show(p)

3. scatter()函数：绘制散点图。

from bokeh.plotting import figure, output_file, show

# 创建一个图形对象
p = figure(title="Scatter Plot", x_axis_label='x', y_axis_label='y')

# 添加数据点
p.scatter([1, 2, 3, 4, 5], [6, 7, 2, 4, 5], size=10)

# 输出到HTML文件
output_file("scatter_plot.html")

# 显示图表
show(p)

4. bar()函数：绘制柱状图。

from bokeh.plotting import figure, output_file, show

# 创建一个图形对象
p = figure(title="Bar Plot", x_axis_label='x', y_axis_label='y')

# 添加数据点
p.vbar(x=[1, 2, 3, 4, 5], top=[6, 7, 2, 4, 5], width=0.5)

# 输出到HTML文件
output_file("bar_plot.html")

# 显示图表
show(p)

5. pie()函数：绘制饼图。

from bokeh.plotting import figure, output_file, show
from bokeh.transform import cumsum
from math import pi

# 创建一个图形对象
p = figure(title="Pie Chart")

# 添加数据点
data = {'Fruits': ['Apples', 'Pears', 'Bananas', 'Strawberries'],
        'Quantity': [20, 10, 15, 25]}
p.wedge(x=0, y=0, radius=0.8, start_angle=cumsum('angle', include_zero=True),
        end_angle=cumsum('angle'), line_color='white', fill_color='blue',
        legend_field='Fruits', source=data)

# 输出到HTML文件
output_file("pie_chart.html")

# 显示图表
show(p)

这些是常用的基本绘图函数及其使用示例。Bokeh库提供了更多的绘图函数和选项，可以根据需要进行深入学习和研究。