本篇文章為大家展示了如何在python中使用Bokeh可視化包，內容簡明扼要并且容易理解，絕對能使你眼前一亮，通過這篇文章的詳細介紹希望你能有所收獲。
python的五大特點：1.簡單易學，開發程序時，專注的是解決問題,而不是搞明白語言本身。2.面向對象，與其他主要的語言如C++和Java相比, Python以一種非常強大又簡單的方式實現面向對象編程。3.可移植性，Python程序無需修改就可以在各種平臺上運行。4.解釋性，Python語言寫的程序不需要編譯成二進制代碼,可以直接從源代碼運行程序。5.開源，Python是 FLOSS(自由/開放源碼軟件)之一。
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：
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)
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)<!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>上述內容就是如何在python中使用Bokeh可視化包，你們學到知識或技能了嗎？如果還想學到更多技能或者豐富自己的知識儲備，歡迎關注億速云行業資訊頻道。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
