Python数据分析及可视化实例之Bokeh与Jupyter生成可视化图表
发布时间：2021-12-03
公开文章
Talk is cheap , show U the code.
通用图表直接重构官方文档中的chart图表代码，
和Pandas、Flask无缝衔接，不能再炫酷的D3.js
在Jupyter中体验一下Bokeh的便捷：
import numpy as np
from bokeh.plotting import figure
N = 4000
x = np.random.random(size=N) * 100
y = np.random.random(size=N) * 100
radii = np.random.random(size=N) * 1.5
colors = [
"#%02x%02x%02x" % (int(r), int(g), 150) for r, g in zip(50+2*x, 30+2*y)
]
TOOLS="hover,crosshair,pan,wheel_zoom,zoom_in,zoom_out,box_zoom,undo,redo,reset,tap,save,box_select,poly_select,lasso_select,"
p = figure(tools=TOOLS)
p.scatter(x, y, radius=radii,
fill_color=colors, fill_alpha=0.6,
line_color=None)
还可以做出这样的图：
