淺談python可視化包Bokeh

2020-02-22 23:09:54

字體：大中小

來源：轉載

供稿：網友

本文研究的主要是python可視化包Bokeh的相關內容，具體如下。

問題：需要把pandas的數據繪圖并通過網頁顯示，matplotlib需要先保存圖像，不合適。

解決：在網上搜了一下，找到一篇介紹文章 python可視化工具概述，其中介紹了幾個python包，總結如下：

Pandas對于簡單繪圖，可以隨手用，但你需要學習定制matplotlib。 Seaborn可以支持更多復雜的可視化方式，但仍然需要matplotlib知識，上色功能是個亮點。 ggplot有很多功能，但還需要發展。 bokeh是一個有效的工具，如果你想建立一個可視化的服務器，這幾乎是殺雞用牛刀的事情。 pygal獨立運行，可用來生成交互的svg圖表和png文件。它沒有基于matploglib的方案那樣靈活。 Plotly可生成大多數可交互圖表。你可以保存為離線文件，然后建立豐富的基于web的可視化。感覺Bokeh比較合適，就認真研究了一下，找到一篇簡單介紹Bokeh使用的文章交互式數據可視化,在Python中用Bokeh實現，Bokeh可以直接跟Jinja2集成，將生成的圖像在網頁中直接顯示，正滿足需求。大體流程如下：

1、生成圖像

p = figure(title = code, plot_width=1024, plot_height=600, x_axis_type='datetime') p.line(x=trd_df['date'], y=trd_df['close']) script, div = components(p)

2、在flask中傳遞參數

return render_template('show_stock.html', bk_js = bokeh.resources.INLINE.render_js(),bk_css = bokeh.resources.INLINE.render_css(), p_script = script, div = p_div)

3、在html中調用顯示

<!doctype html> <html lang="en"> <head>   <meta charset='utf-8' />   <meta http-equiv='content-type' content='text/html; charset=utf-8' />    <title>Embed Demo</title>    {{ js_resources|indent(4)|safe }}    {{ css_resources|indent(4)|safe }}    {{ p_script|indent(4)|safe }}  </head> <body>    {{ p_div|indent(4)|safe }}  </body> </html>