Bokeh数据可视化：使用标记变换绘制企鹅数据集散点图

Bokeh数据可视化：使用标记变换绘制企鹅数据集散点图

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

本文将介绍如何使用Bokeh库中的标记变换功能(factor_mark)来创建具有区分度的散点图。我们将以著名的Palmer企鹅数据集为例，展示如何通过不同标记样式来区分不同企鹅物种的数据点。

准备工作

首先确保已安装Bokeh库。我们将使用Bokeh自带的企鹅数据集，该数据集包含了三种企鹅物种的身体测量数据。

核心代码解析

from bokeh.plotting import figure, show
from bokeh.sampledata.penguins import data
from bokeh.transform import factor_cmap, factor_mark

# 获取数据集中所有独特的企鹅物种并排序
SPECIES = sorted(data.species.unique())

# 定义三种不同的标记样式
MARKERS = ['hex', 'circle_x', 'triangle']

# 创建基础图形
p = figure(title="Penguin size", background_fill_color="#fafafa")
p.xaxis.axis_label = 'Flipper Length (mm)'
p.yaxis.axis_label = 'Body Mass (g)'

# 绘制散点图
p.scatter("flipper_length_mm", "body_mass_g", source=data,
          legend_group="species", fill_alpha=0.4, size=12,
          marker=factor_mark('species', MARKERS, SPECIES),
          color=factor_cmap('species', 'Category10_3', SPECIES))

# 设置图例位置和标题
p.legend.location = "top_left"
p.legend.title = "Species"

# 显示图形
show(p)

关键技术点详解

1. 标记变换(factor_mark)

factor_mark是Bokeh提供的一个强大功能，它允许我们根据分类变量的不同值自动分配不同的标记样式。在本例中：

• 第一个参数'species'指定了数据源中用于分组的列名
• 第二个参数MARKERS定义了要使用的标记样式列表
• 第三个参数SPECIES定义了分组变量的唯一值列表

2. 颜色映射(factor_cmap)

除了标记样式，我们还使用了factor_cmap为不同物种分配不同颜色：

• 使用'Category10_3'调色板（包含3种颜色的预定义调色板）
• 确保颜色与标记样式同步变化，增强可视化效果

3. 其他重要参数

• fill_alpha=0.4：设置标记填充透明度，有助于在数据点重叠时提高可读性
• size=12：控制标记大小
• legend_group="species"：自动根据物种分组创建图例

可视化效果分析

生成的散点图展示了企鹅鳍肢长度与体重之间的关系：

1. x轴：鳍肢长度（毫米）
2. y轴：体重（克）
3. 不同标记：代表不同企鹅物种
4. 不同颜色：增强物种区分度

这种可视化方式特别适合展示多类别数据的分布和关系，能够直观地比较不同类别间的差异。

实际应用建议

1. 标记选择：选择在视觉上容易区分的标记样式，避免使用过于相似的形状
2. 颜色搭配：确保颜色对比度足够，同时考虑色盲用户的观看体验
3. 透明度设置：在数据点密集区域，适当调整透明度可以提高可视化效果
4. 图例设计：确保图例清晰明了，准确反映各类别的标记和颜色

扩展思考

这种标记变换技术不仅适用于生物学数据，也可以应用于：

• 金融领域不同行业公司的数据比较
• 市场营销中不同客户群体的行为分析
• 教育领域中不同学校或班级的成绩分布

通过灵活运用Bokeh的标记变换功能，我们可以创建出信息丰富且美观的数据可视化图表，有效传达数据背后的故事。

总结

本文详细介绍了如何使用Bokeh的标记变换功能创建分类散点图。通过结合不同的标记样式和颜色映射，我们能够清晰地展示企鹅数据集中不同物种的体型特征差异。这种技术是数据可视化中区分分类数据的有效方法，值得在实际分析工作中广泛应用。

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