Bokeh图表：添加图例与轴标签

Bokeh是一个用于Python的交互式可视化库，它允许您创建漂亮且功能丰富的图表和可视化。在本文中，我们将探讨如何在Bokeh图表中添加图例和轴标签，并提供一些使用例子。

首先，让我们看一下如何在Bokeh图表中添加图例。图例是用于说明不同数据系列或数据点的标识，它能够提供额外的信息，帮助读者理解图表。为了添加图例，我们可以使用Bokeh的legend参数，该参数接受一个字符串列表，每个字符串都是一个数据系列或数据点的标签。

下面是一个简单的例子，演示如何使用Bokeh创建一个带有图例的散点图：

import numpy as np
from bokeh.plotting import figure, show

# 创建数据
x = np.random.randint(0, 10, size=100)
y = np.random.randint(0, 10, size=100)
labels = ['Data 1', 'Data 2']

# 创建绘图对象
p = figure(title='Scatter Plot with Legend')

# 绘制散点图并添加图例
p.scatter(x, y, legend_label=labels)

# 显示图表
show(p)

在上面的例子中，我们首先创建了两个随机数据系列x和y，然后创建了一个字符串列表labels来表示数据系列的标签。接下来，我们创建了一个名为p的绘图对象，并为之设置了标题。然后，我们使用scatter函数绘制了散点图，通过legend_label参数将标签添加到了散点图中。

除了图例，我们还可以在Bokeh图表中添加轴标签。轴标签对于解释图表的轴是什么很重要，它们可以帮助读者理解图表所显示的数据。要添加轴标签，我们可以使用xaxis_label和yaxis_label参数，并将所需的轴标签作为字符串传递给它们。

以下是一个例子，展示了如何在Bokeh图表中添加轴标签：

import numpy as np
from bokeh.plotting import figure, show

# 创建数据
x = np.linspace(0, 2*np.pi, 100)
y = np.sin(x)

# 创建绘图对象
p = figure(title='Sine Wave', x_axis_label='x', y_axis_label='y')

# 绘制曲线
p.line(x, y)

# 显示图表
show(p)

在上面的例子中，我们首先创建了一个x轴的等间距数组和一个对应于x值的y值数组。然后，我们创建了一个名为p的绘图对象，并为之设置了标题和轴标签。接下来，我们使用line函数绘制了一条曲线，并通过x_axis_label和y_axis_label参数将轴标签添加到图表中。

综上所述，我们可以通过使用Bokeh的legend参数和x_axis_label、y_axis_label参数来轻松地添加图例和轴标签到Bokeh图表中。定制图例和轴标签可以让我们的图表更具吸引力和易读性，更好地向读者传达数据。