Bokeh可视化教程：添加图例、文本与注释的高级技巧

章炎滔

于 2025-06-01 09:17:25 发布

阅读量264

点赞数 5

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/gitblog_00565/article/details/148362915

Bokeh可视化教程：添加图例、文本与注释的高级技巧

bokeh bokeh/bokeh: 是一个用于创建交互式图形和数据的 Python 库。适合用于数据可视化、数据分析和呈现，以及创建动态的 Web 应用。特点是提供了一种简洁、直观的 API 来描述和处理数据，并生成交互式的可视化效果。项目地址: https://gitcode.com/gh_mirrors/bo/bokeh

前言

在数据可视化中，清晰的图表元素和注释是传达信息的关键。本文将深入探讨如何使用Bokeh库为图表添加专业级的图例、标题和注释，帮助读者创建更具表现力的数据可视化作品。

图例的添加与定制

基础图例添加

在Bokeh中添加图例非常简单，只需在渲染图形时指定legend_label参数即可：

p.scatter(x, y3, legend_label="数据点")

这会在图表中添加一个标记为"数据点"的图例项。

高级图例定制

Bokeh提供了丰富的图例定制选项，包括：

位置调整：通过location参数设置图例位置
样式修改：可调整字体、边框、背景等属性
交互功能：支持点击隐藏/显示对应数据系列

# 示例：定制图例样式
p.legend.location = "top_left"
p.legend.title = "数据分类"
p.legend.title_text_font_style = "bold"
p.legend.label_text_font = "arial"

标题的高级应用

基础标题设置

创建图表时通过title参数添加标题：

p = figure(title="销售数据趋势")

标题样式定制

Bokeh允许对标题进行全方位样式控制：

p.title.text = "2023年季度销售报告"
p.title.text_font_size = "16pt"
p.title.align = "center"
p.title.text_color = "navy"
p.title.background_fill_color = "lightgray"

注释功能的深度应用

注释是增强图表可读性的重要工具，Bokeh提供了多种注释类型：

盒状注释(Box Annotation)

盒状注释特别适合突出显示特定数据范围：

from bokeh.models import BoxAnnotation

# 创建不同范围的盒状注释
低区间 = BoxAnnotation(top=20, fill_alpha=0.2, fill_color="#FF9999")
中区间 = BoxAnnotation(bottom=20, top=80, fill_alpha=0.2, fill_color="#99FF99")
高区间 = BoxAnnotation(bottom=80, fill_alpha=0.2, fill_color="#9999FF")

# 添加到图表
p.add_layout(低区间)
p.add_layout(中区间)
p.add_layout(高区间)