通过Plotting绘制图形

Plotting是以构建视觉符号为核心的接口，可以结合各种视觉元素（例如，点、圆、线等其它元素）和工具（例如，缩放、保存、重置等其它工具）创建可视化图形。使用bokeh.plotting创建图表的基本步骤如下：

(1) 导入Bokeh库中用到的一些方法或函数。

(2) 准备数据，这些数据既可以是普通的Python列表，也可以是NumPy数组或Series对象。

(3) 选择输出方式，一种是使用output_file()函数生成HTML文档，另一种是使用output_notebook()函数用在Jupyter Notebook上。

(4) 调用figure()创建一个具有典型默认选项的图形，并且可以轻松地定制标题、工具和坐标轴标签。

(5) 添加渲染器。例如，使用line()]函数操作数据，指定颜色、图例和宽度等可视化定制。

(6) 显示或保存图表。通过调用show()或save()函数将画好的图形保存到HTML文件，或选择性地将其显示在浏览器中。

为了让读者更好地理解，接下来，按照上述的步骤，使用Bokeh库绘制二维散点图，示例代码如下。

In [27]:  from bokeh.plotting import figure, output_notebook, show
          # 输出到电脑屏幕上
          output_notebook()
          fig_obj = figure(plot_width=400, plot_height=400)
          # 添加矩形框，标有大小、颜色和alpha值
          fig_obj.square([2, 5, 6, 4], [2, 3, 2, 1], size=20, color="navy")
          # 在默认的浏览器中显示图表
          show(fig_obj)

运行结果如图1所示。

图1 运行结果

在图1中，分别在四个不同的位置绘制了矩形框。在图表的右侧有一排工具选项，比如缩放、平移、刷新或保存，使用这些工具可以与图表进行互动。与此同时，还可以看到多个图表选项，比如坐标网格线、X轴名标注、Y轴名标注等。

有关Bokeh库的使用大同小异，都是基于上述的基本步骤完成的，大家可以参考官方文档绘制一些其它的图形，这里就不再赘述了。