Bokeh可视化库中的图表联动功能详解-优快云博客

本文链接：https://blog.youkuaiyun.com/gitblog_00644/article/details/148374492

Bokeh可视化库中的图表联动功能详解

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

引言

在现代数据可视化应用中，图表之间的联动交互已成为提升用户体验的关键功能。Bokeh作为一款强大的Python交互式可视化库，提供了多种图表联动机制，让数据分析师能够构建更加智能和直观的数据探索界面。

联动平移功能

基本原理

联动平移(Panning)是数据可视化中最常见的需求之一，它允许用户在多个图表上同步进行平移操作。在Bokeh中实现这一功能非常简单，只需在创建图表时共享相同的范围(Range)对象。

实现方法

from bokeh.plotting import figure, show
from bokeh.layouts import gridplot

# 创建共享的x_range和y_range对象
x_range = Range1d(0, 10)
y_range = Range1d(0, 10)

# 创建多个图表并共享范围对象
plot1 = figure(x_range=x_range, y_range=y_range)
plot2 = figure(x_range=x_range, y_range=y_range)

# 添加渲染器
plot1.circle([1, 2, 3], [4, 5, 6])
plot2.square([1, 2, 3], [4, 5, 6])

# 显示图表
show(gridplot([[plot1, plot2]]))

应用场景

这种技术特别适用于散点图矩阵(Scatterplot Matrix)的实现，当用户需要从不同维度观察同一数据集时，联动平移能保持所有图表在相同数据范围内的同步变化。

联动刷选功能

核心概念

联动刷选(Brushing)是指在一个图表中选择数据点时，其他相关图表中对应的数据点也会被高亮显示。Bokeh通过共享数据源(DataSource)来实现这一功能。

代码示例

from bokeh.models import ColumnDataSource

# 创建共享数据源
source = ColumnDataSource(data={
    'x': [1, 2, 3, 4, 5],
    'y': [4, 5, 6, 7, 8]
})

# 创建多个图表
plot1 = figure()
plot2 = figure()

# 使用相同数据源添加渲染器
plot1.circle('x', 'y', source=source)
plot2.square('x', 'y', source=source)

# 显示图表
show(gridplot([[plot1, plot2]]))

高级应用

联动刷选不仅限于图表之间，还可以实现图表与数据表格(DataTable)的联动。当用户在图表中选择数据点时，表格中对应的行会自动高亮，反之亦然。

联动十字线功能

技术实现

联动十字线(Crosshair)通过在多个图表间共享Span对象来实现。Span表示图表中的参考线，可以是水平线或垂直线。

from bokeh.models import Span

# 创建共享的Span对象
vline = Span(location=0, dimension='height', line_color='red')
hline = Span(location=0, dimension='width', line_color='red')

# 创建图表并添加十字线工具
plot1 = figure()
plot2 = figure()

plot1.add_layout(vline)
plot1.add_layout(hline)
plot2.add_layout(vline)
plot2.add_layout(hline)

使用场景

这种技术特别适合需要精确对比不同图表中数据点位置的情况，如时间序列数据的多维度分析。

属性联动功能

JavaScript联动

Bokeh还支持通过JavaScript实现更灵活的属性联动，这通过js_link方法实现：

from bokeh.models import Slider

slider = Slider(start=1, end=10, value=5)
circle = plot.circle([1,2,3], [4,5,6], radius=0.5)

# 将滑块值与圆半径联动
circle.glyph.radius.js_link('value', slider, 'value')