内容简介:对fruits.csv做一个条形图
pandasbokeh可以使得dataframe直接调用bokeh底层代码。 通过使用pandasbokeh,可以在notebook或者html中显示,语法相比于bokeh更简洁易用。
安装
快速上手
对fruits.csv做一个条形图
上面的例子已经可以看到该库的简洁优美之处,现在我们多学点
pandas_bokeh输出设定
-
pandasbokeh.outputnotebook() 在notebook中能显示可视化结果
-
pandasbokeh.outputfile(filename) 将结果输出到html文件中
支持的图
-
line
-
bar
-
point
-
scatter
-
histogram
-
area
-
pie
-
map
以bar为例,调用可视化接口时,有以下两种使用方法
-
df.plot_bokeh.line(...)
-
df.plot_bokeh(kind='line')
高级参数
-
kind: 支持的图种类"line", "point", "scatter", "bar" ,"histogram"等
-
x: 选中数据某列名作为x轴。如果x不传入参数,会默认使用df的索引作为x轴
-
y: 将数据中的某列或某些列指定为y轴
-
figsize: 图的尺寸,如figsize=(600, 350)
-
title: 图的标题
-
xlim/ylim: 设置图的x轴和y轴的范围
-
xlabel/ylabel: 设置x轴和y轴的名字
-
logx/logy: 布尔型值,对x和y的数据是否进行log变换
-
xticks/yticks: 显性定义横纵坐标刻度
-
color: 对图中使用同一的颜色,如果想定义多种颜色,请使用colormap参数
-
colormap: 可以对图中的不同对象设置颜色, 传入的是颜色字符串列表。
-
hovertool: 默认True,鼠标放在图上会悬浮显示具体信息。
-
zooming: 布尔值,默认True支持缩放
-
panning: 布尔值,默认True支持平移
-
kwargs**: 更多参数设定请看官方文档
文档
-
pandas_bokeh文档地址https://github.com/PatrikHlobil/Pandas-Bokeh
-
Bokeh官方文档地址https://docs.bokeh.org/en/latest/
近期文章
jupyter notebook代码获取方式,公众号后台回复关键词“ 20200226 ”
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- jetty、servlet以及spring的衔接源码分析
- Android 视频无缝切换2.0
- H5移动端获奖无缝滚动动画实现
- 进阶运维:SSH无缝切换远程加密
- 支持企业无缝上云,CynosDB应“云”而生
- 基于Linux的LVM无缝磁盘水平扩容
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。