Bokeh数据可视化：数据源与数据处理完全指南-优快云博客

本文链接：https://blog.youkuaiyun.com/gitblog_00935/article/details/148363036

Bokeh数据可视化：数据源与数据处理完全指南

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

在Bokeh数据可视化项目中，数据是构建图表的基础。本文将全面介绍Bokeh中处理数据的各种方法，从简单的Python列表到高级的数据转换和过滤技术。

基础数据输入方式

使用Python列表

最直接的方式是使用Python列表传递数据：

from bokeh.plotting import figure

x_values = [1, 2, 3, 4, 5]
y_values = [6, 7, 2, 3, 6]

p = figure()
p.scatter(x=x_values, y=y_values)

这种方式简单直接，适合快速原型开发和小数据集。

使用NumPy数组

对于科学计算场景，Bokeh完美支持NumPy数据结构：

import numpy as np
from bokeh.plotting import figure

x = [1, 2, 3, 4, 5]
random = np.random.standard_normal(5)
cosine = np.cos(x)

p = figure()
p.scatter(x=x, y=random)
p.line(x=x, y=cosine)

NumPy的高性能数组运算与Bokeh结合，可以高效处理大规模数据可视化。

核心数据结构：ColumnDataSource

基本概念

ColumnDataSource(CDS)是Bokeh的核心数据结构，它为图表提供数据支持。理解CDS是掌握Bokeh高级功能的关键。

创建ColumnDataSource

from bokeh.models import ColumnDataSource

data = {'x_values': [1, 2, 3, 4, 5],
        'y_values': [6, 7, 2, 3, 6]}

source = ColumnDataSource(data=data)

重要提示：CDS中所有列的长度必须一致，否则会报错。

使用CDS绘制图表

p = figure()
p.scatter(x='x_values', y='y_values', source=source)

通过指定列名和源数据，可以创建基于CDS的图表。

数据修改与更新

添加新列：

source.data["new_column"] = [8, 1, 4, 7, 3]

完全替换数据：

source.data = new_dict

注意：修改列长度时必须替换整个数据字典。

与数据框架集成

使用Pandas DataFrame

source = ColumnDataSource(df)

Bokeh会自动处理DataFrame的列名和索引：

命名索引会保留为单独列
未命名索引会命名为"index"或"level_0"

处理多级索引

对于MultiIndex DataFrame，Bokeh会扁平化处理：

索引转换为元组列
列名用下划线连接

使用GroupBy对象

group = df.groupby('year')
source = ColumnDataSource(group)

这会自动计算各组的统计量(mean, count等)，列名格式为"原列名_统计量"。

高级数据操作

数据流式更新

source.stream(new_data, rollover=1000)

流式更新只发送新数据，适合实时可视化场景。rollover参数控制保留的数据量。

数据局部更新

source.patch({
    'column1': [(0, new_value1), (1, new_value2)],
    'column2': [(slice(2,5), [v1, v2, v3])]
})

局部更新只修改指定数据点，效率更高。

数据转换技术

客户端颜色映射

Bokeh提供三种颜色映射方式：

线性映射(linear_cmap)
对数映射(log_cmap)
均衡直方图映射(eqhist_cmap)

from bokeh.transform import linear_cmap

fill_color = linear_cmap('counts', 'Viridis256', min=0, max=10)

分类数据标记映射

from bokeh.transform import factor_mark

markers = factor_mark('species', ['circle', 'square', 'diamond'], species_list)

自定义JS转换

from bokeh.models import CustomJSTransform

custom_js = """
    const norm = new Array(xs.length);
    for (let i = 0; i < xs.length; i++) {
        norm[i] = xs[i] / xs[0];
    }
    return norm;
"""
normalize = CustomJSTransform(v_func=custom_js)

数据过滤技术

基本过滤方法

Bokeh提供多种过滤器：

IndexFilter：按索引过滤
BooleanFilter：按布尔值过滤
GroupFilter：按分类值过滤

from bokeh.models import CDSView, IndexFilter

view = CDSView(filter=IndexFilter([0, 2, 4]))
p.scatter(x='x', y='y', source=source, view=view)

自定义JS过滤器

from bokeh.models import CustomJSFilter

js_filter = CustomJSFilter(code='''
    const indices = [];
    for (let i = 0; i < source.get_length(); i++){
        if (source.data['value'][i] > threshold){
            indices.push(true);
        } else {
            indices.push(false);
        }
    }
    return indices;
''')