Python數(shù)據(jù)可視化：通過(guò)Plotting繪制圖形

　　Plotting是以構(gòu)建視覺(jué)符號(hào)為核心的接口，可以結(jié)合各種視覺(jué)元素(例如，點(diǎn)、圓、線等其他元素)和工具(例如，縮放、保存、重置等其他工具)創(chuàng)建可視化圖形。使用bokeh.plotting創(chuàng)建圖表的基本步驟如下：

　　(1)導(dǎo)入Bokeh庫(kù)中用到的一些方法或函數(shù)。

　　(2)準(zhǔn)備數(shù)據(jù)，這些數(shù)據(jù)既可以是普通的Python列表，也可以是NumPy數(shù)組或Series對(duì)象。

　　(3)選擇輸出方式，一種是使用output_file()函數(shù)生成HTML文檔，另一種是使用output_notebook()函數(shù)用在Jupyter Notebook上。

　　(4)調(diào)用figure()創(chuàng)建一個(gè)具有典型默認(rèn)選項(xiàng)的圖形，并且可以輕松地定制標(biāo)題、工具和坐標(biāo)軸標(biāo)簽。

　　(5)添加渲染器。例如，使用line()函數(shù)操作數(shù)據(jù)，指定顏色、圖例和寬度等可視化定制。

　　(6)顯示或保存圖表。通過(guò)調(diào)用save()或show()函數(shù)將畫(huà)好的圖形保存到HTML文件，或選擇性地將其顯示在瀏覽器中。

　　為了讓同學(xué)們更好地理解，接下來(lái)，按照上述的步驟，我們使用Bokeh庫(kù)繪制二維散點(diǎn)圖，示例代碼如下。

from bokeh.plotting import figure, output_notebook, show
# 輸出到計(jì)算機(jī)屏幕上
output_notebook()
fig_obj = figure(plot_width=400, plot_height=400)
# 添加矩形框，標(biāo)有大小、顏色和alpha值
fig_obj.square([2, 5, 6, 4], [2, 3, 2, 1], size=20, color="navy")
# 在默認(rèn)的瀏覽器中顯示圖表
show(fig_obj)

　　運(yùn)行結(jié)果如圖6-36所示。

　　圖6-36 運(yùn)行結(jié)果

　　在圖6-36中，分別在四個(gè)不同的位置繪制了矩形框。在圖表的右側(cè)有一排工具選項(xiàng)，比如縮放、平移、刷新或保存，使用這些工具可以與圖表進(jìn)行互動(dòng)。與此同時(shí)，還可以看到多個(gè)圖表選項(xiàng)，比如坐標(biāo)網(wǎng)格線、x軸名標(biāo)注、y軸名標(biāo)注等。

　　有關(guān)Bokeh庫(kù)的使用大同小異，都是基于上述的基本步驟完成的，大家可以參考官方文檔繪制一些其他的圖形，這里就不再贅述了。