浅谈python可视化包Bokeh


Posted in Python onFebruary 07, 2018

本文研究的主要是python可视化包Bokeh的相关内容,具体如下。

问题:需要把pandas的数据绘图并通过网页显示,matplotlib需要先保存图像,不合适。

解决:在网上搜了一下,找到一篇介绍文章 python可视化工具概述,其中介绍了几个python包,总结如下:

  • Pandas对于简单绘图,可以随手用,但你需要学习定制matplotlib。
  • Seaborn可以支持更多复杂的可视化方式,但仍然需要matplotlib知识,上色功能是个亮点。
  • ggplot有很多功能,但还需要发展。
  • bokeh是一个有效的工具,如果你想建立一个可视化的服务器,这几乎是杀鸡用牛刀的事情。
  • pygal独立运行,可用来生成交互的svg图表和png文件。它没有基于matploglib的方案那样灵活。
  • Plotly可生成大多数可交互图表。你可以保存为离线文件,然后建立丰富的基于web的可视化。
  • 感觉Bokeh比较合适,就认真研究了一下,找到一篇简单介绍Bokeh使用的文章 交互式数据可视化,在Python中用Bokeh实现,Bokeh可以直接跟Jinja2集成,将生成的图像在网页中直接显示,正满足需求。大体流程如下:

1、生成图像

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中传递参数

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中调用显示

<!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>

总结

以上就是本文关于浅谈python可视化包Bokeh的全部内容,希望对大家有所帮助。感兴趣的朋友可以继续参阅本站其他相关专题,如有不足之处,欢迎留言指出。感谢朋友们对本站的支持!

Python 相关文章推荐
python实现的登录和操作开心网脚本分享
Jul 09 Python
简单说明Python中的装饰器的用法
Apr 24 Python
python实现基于SVM手写数字识别功能
May 27 Python
python3+PyQt5+Qt Designer实现堆叠窗口部件
Apr 20 Python
python3学习之Splash的安装与实例教程
Jul 09 Python
浅谈Python的条件判断语句if/else语句
Mar 21 Python
详解如何在cmd命令窗口中搭建简单的python开发环境
Aug 29 Python
window7下的python2.7版本和python3.5版本的opencv-python安装过程
Oct 24 Python
使用python执行shell脚本 并动态传参 及subprocess的使用详解
Mar 06 Python
使用pytorch 筛选出一定范围的值
Jun 28 Python
selenium判断元素是否存在的两种方法小结
Dec 07 Python
selenium+python自动化78-autoit参数化与批量上传功能的实现
Mar 04 Python
详解tensorflow训练自己的数据集实现CNN图像分类
Feb 07 #Python
全面分析Python的优点和缺点
Feb 07 #Python
Tensorflow环境搭建的方法步骤
Feb 07 #Python
Python pandas常用函数详解
Feb 07 #Python
详解python字节码
Feb 07 #Python
Tensorflow之构建自己的图片数据集TFrecords的方法
Feb 07 #Python
python深度优先搜索和广度优先搜索
Feb 07 #Python
You might like
电脑硬件及电脑配置知识大全
2020/03/17 数码科技
浅谈PHP与C#的值类型指向区别的详解
2013/05/21 PHP
ThinkPHP多表联合查询的常用方法
2020/03/24 PHP
PHP实现十进制、二进制、八进制和十六进制转换相关函数用法分析
2017/04/25 PHP
ThinkPHP5.0框架使用build 自动生成模块操作示例
2019/04/11 PHP
在 Laravel 6 中缓存数据库查询结果的方法
2019/12/11 PHP
javascript 动态数据下的锚点错位问题解决方法
2008/12/24 Javascript
jquery插件制作教程 txtHover
2012/08/17 Javascript
node.js WEB开发中图片验证码的实现方法
2014/06/03 Javascript
JQuery做的一个简单的点灯游戏分享
2014/07/16 Javascript
详谈LABJS按需动态加载js文件
2015/05/07 Javascript
js阻止默认浏览器行为与冒泡行为的实现代码
2016/05/15 Javascript
浅谈Javascript数据属性与访问器属性
2016/07/26 Javascript
Windows系统下安装Node.js的步骤图文详解
2016/11/15 Javascript
jQuery自定义插件详解及实例代码
2016/12/29 Javascript
使用JS动态显示文本
2017/09/09 Javascript
vue打包使用Nginx代理解决跨域问题
2018/08/27 Javascript
javascript实现小型区块链功能
2019/04/03 Javascript
layui动态渲染生成select的option值方法
2019/09/23 Javascript
Vue实现简单计算器案例
2020/02/25 Javascript
Python实现冒泡,插入,选择排序简单实例
2014/08/18 Python
TensorFlow 模型载入方法汇总(小结)
2018/06/19 Python
详解重置Django migration的常见方式
2019/02/15 Python
tensorflow 2.0模式下训练的模型转成 tf1.x 版本的pb模型实例
2020/06/22 Python
可视化pytorch 模型中不同BN层的running mean曲线实例
2020/06/24 Python
python下载的库包存放路径
2020/07/27 Python
CSS实现半透明边框与多重边框的场景分析
2019/11/13 HTML / CSS
Larsson & Jennings官网:现代瑞士钟表匠
2018/03/20 全球购物
大学应届生求职简历的自我评价
2013/10/08 职场文书
技术总监个人的自我评价范文
2013/12/18 职场文书
办公经费申请报告
2015/05/15 职场文书
60句有关成长的名言
2019/09/04 职场文书
Pycharm 如何设置HTML文件自动补全代码或标签
2021/05/21 Python
python-opencv 中值滤波{cv2.medianBlur(src, ksize)}的用法
2021/06/05 Python
Python数据可视化之基于pyecharts实现的地理图表的绘制
2021/06/10 Python
vue实现滑动解锁功能
2022/03/03 Vue.js