Bokeh可视化库基础教程：线条与曲线绘制全解析-优快云博客

Bokeh可视化库基础教程：线条与曲线绘制全解析

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

概述

Bokeh是一个强大的Python交互式可视化库，它提供了丰富的图形绘制功能。本文将深入讲解Bokeh中各种线条和曲线的绘制方法，帮助开发者掌握数据可视化的基础技能。

基础线条绘制

单线绘制

在Bokeh中绘制单条线是最基础的操作，使用line()方法即可实现：

from bokeh.plotting import figure, show

# 创建绘图对象
p = figure(width=400, height=400)

# 添加单条线
p.line([1, 2, 3, 4, 5], [6, 7, 2, 4, 5], line_width=2)

show(p)

这种方法接受两个一维数组作为x和y坐标点，Bokeh会自动将这些点用直线段连接起来。

阶梯线绘制

当需要展示离散数据变化时，阶梯线比普通连线更合适：

p.step([1, 2, 3, 4, 5], [6, 7, 2, 4, 5], 
       mode="before", line_width=2)

mode参数有三种选项：

"before"：阶梯变化发生在x坐标之前
"after"：阶梯变化发生在x坐标之后
"center"：阶梯变化发生在x坐标中间

高级线条绘制

多线绘制

Bokeh支持一次性绘制多条线，使用multi_line()方法：

p.multi_line([[1, 2, 3], [4, 5, 6]], 
             [[6, 7, 2], [3, 6, 5]],
             color=["firebrick", "navy"], 
             alpha=[0.8, 0.3], 
             line_width=4)

注意：multi_line()接受的是列表的列表，每个子列表代表一条线的坐标点。

处理缺失数据

在实际数据可视化中，经常会遇到数据缺失的情况。Bokeh可以正确处理NaN值：

from math import nan

p.line([1, 2, 3, nan, 5], 
       [6, 7, 2, 4, nan], 
       line_width=2)

重要提示：必须使用math.nan或numpy.nan，不能使用Python的None，因为None会被解释为0。

特殊线条类型

线段绘制

使用segment()方法可以绘制独立的线段：

p.segment(x0=[1, 2, 3], y0=[1, 2, 3],
          x1=[1.5, 2.5, 3.5], y1=[1.2, 2.5, 3.9],
          color="olive", line_width=3)

射线绘制

ray()方法可以绘制从某点出发的射线：

p.ray(x=[1, 2, 3], y=[1, 2, 3], 
      length=45, angle=[45, -30, 60],
      angle_units="deg", 
      color="red", line_width=2)

设置length=0可以创建无限延伸的射线。

跨度线

水平或垂直的无限延伸线可以使用hspan()和vspan()：

p.hspan(y=[1, 2, 3], 
        line_width=[1, 2, 3], 
        color=["red", "green", "blue"])

曲线绘制

圆弧绘制

Bokeh支持绘制圆弧：

p.arc(x=3, y=3, radius=2, 
      start_angle=0.6, end_angle=4.8,
      color="navy", line_width=3)

通过direction参数可以控制绘制方向："clock"为顺时针，"anticlock"为逆时针。

参数化曲线

Bokeh还支持绘制更复杂的参数化曲线：

# 二次贝塞尔曲线
p.quadratic(x0=[1], y0=[1], 
            x1=[4], y1=[4], 
            cx=[2], cy=[3],
            line_width=2)

# 三次贝塞尔曲线
p.bezier(x0=[1], y0=[1], 
         x1=[4], y1=[4], 
         cx0=[2], cy0=[3],
         cx1=[3], cy1=[2],
         line_width=2)

实用技巧

组合图形：可以在同一图表中组合多种图形元素

p.line(x, y1, line_color="blue")
p.circle(x, y2, size=8, fill_color="red")

堆叠线图：使用vline_stack()或hline_stack()可以方便地创建堆叠线图
性能优化：当数据量大时，考虑使用ColumnDataSource来提高性能

通过掌握这些线条和曲线的绘制方法，您已经能够使用Bokeh创建丰富多样的数据可视化图表。在实际应用中，可以根据数据特点选择合适的图形类型，并通过调整各种参数来优化视觉效果。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考