Python 绘图 - Bokeh 柱状图小试(Stacked Bar)

背景

在 Bokeh 初探之后，学习使用它来做个图

目标

做一个柱状图，支持多个 y 数据源，即有堆叠效果的柱状图 stacked bar

实现

单数据源 简单的柱状图

参考 Handling Categorical Data — Bokeh 1.4.0 documentation

from bokeh.io import show, output_file
from bokeh.plotting import figure

output_file("bars.html")

fruits = ['Apples', 'Pears', 'Nectarines', 'Plums', 'Grapes', 'Strawberries']
counts = [5, 3, 4, 2, 4, 6]

p = figure(x_range=fruits, plot_height=250, title="Fruit Counts", toolbar_location=None, tools="")

p.vbar(x=fruits, top=counts, width=0.9)

p.xgrid.grid_line_color = None
p.y_range.start = 0

show(p)

效果图见上述参考

增加一个 y 数据源，做堆叠效果

这样的话，需要考虑：

• 数据源：不能是单一的列表了，得能容纳多组数据。用字典。

fruits = ['Apples', 'Pears', 'Nectarines', 'Plums', 'Grapes', 'Strawberries']
years = ["2015", "2016", "2017"]

data = {'fruits' : fruits,
        '2015'   : [2, 1, 4, 3, 2, 4],
        '2016'   : [5, 3, 4, 2, 4, 6],
        '2017'   : [3, 2, 4, 4, 5, 3]}

• 颜色：区分不同的数据源

colors = ["green", "#718dbf", "#e84d60","#e84d20","#e84361"]

配色是个问题，一不小心就会很丑，后面会提到用调色板 palette

• 画图：上面的vbar不支持堆叠

p.vbar_stack(years, x='fruits', width=0.9, color=colors, source=data,legend_label=years)

导出为文件

Exporting Plots — Bokeh 1.4.0 documentation

• html

output_file("file.html")

• png

• npm install selenium phantomjs

• npm install -g phantomjs-prebuilt

• pip install bokeh

然后 from bokeh.io import export_png

数据源： 从 .csv 文件读取数据

我试过两种方式，现在用的是第二种 pandas

• numpy 的 genfromtxt

但是我遇到很多问题，包括不同的 dtype参数，names参数等，返回不同的数据类型的 array，感觉很不方便（如排序等），所以后来弃用了，当然也是因为我不太熟。

from numpy import genfromtxt
    my_data = genfromtxt("data.csv", delimiter=',', dtype=None, encoding="utf8")

• pandas

还是这个方便，读取文件 :

df = pd.read_csv("data.csv",header=0)

取前 7 行：df = df.head(n=7)

取某一列：df['col1']

几列求和： df['col1'] + df['col2'] + df['col3']

排序：df = df.sort_values(by='col1', ascending=False)

x axis 旋转

Styling Visual Attributes — Bokeh 1.4.0 documentation

比如左斜 旋转 45 度：

    p.xaxis.major_label_orientation = 360-45

调色板

前面我们用 colors = ["green", "#718dbf", "#e84d60","#e84d20","#e84361"] 人工配色，会很丑不专业，bokeh 有自带的调色板，倒是很方便，还好看。

>>> from bokeh.palettes import brewer
>>> colors = brewer["Blues"][6]
>>> colors
['#08519c', '#3182bd', '#6baed6', '#9ecae1', '#c6dbef', '#eff3ff']

具体列表参考：

• bokeh.palettes
• 源码：bokeh/palettes.py at master · bokeh/bokeh
• bokeh.colors — Bokeh 1.4.0 documentation

分类数据处理

如果 x 数据只是数字 如[1,2,3]，上面demo 中的 p.figure足以处理

但如果 x 或 y 坐标是一些分类数据如["apple","orange"] ，则需要再添加 x_range,或 y_range等

如

fruits = ['Apples', 'Pears', 'Nectarines', 'Plums', 'Grapes', 'Strawberries']
p = figure(x_range=fruits, ... )
p.vbar(x=x, top=y, legend_label="Temp.", width=0.9)

参考 Handling Categorical Data — Bokeh 1.4.0 documentation

References

• bokeh/bokeh: Interactive Data Visualization in the browser, from Python
• 数据可视化 到 可视化信息 浅述