使用 Bokeh 实现动态数据可视化：从基础到高级应用

pip install bokeh

import pandas as pd
from bokeh.plotting import figure, output_file, show
from bokeh.models import ColumnDataSource, HoverTool
​
# 创建一个示例数据集
data = {
    'date': pd.date_range(start='2024-01-01', periods=10),
    'value': [3, 7, 8, 4, 5, 6, 7, 8, 12, 10]
}
df = pd.DataFrame(data)
​
# 创建数据源
source = ColumnDataSource(df)
​
# 创建绘图对象
p = figure(title="动态数据可视化示例", x_axis_label='日期', y_axis_label='数值')
​
# 添加折线图
p.line(x='date', y='value', source=source, line_width=2)
​
# 添加交互工具
hover = HoverTool()
hover.tooltips = [("数值", "@value"), ("日期", "@date{%F}")]
hover.formatters = {'@date': 'datetime'}
p.add_tools(hover)
​
# 输出到 HTML 文件
output_file("dynamic_plot.html")
​
# 显示绘图
show(p)

# 添加散点图
p.circle(x='date', y='value', source=source, size=8, color='red', alpha=0.5)
​
# 添加柱状图
p.vbar(x='date', top='value', source=source, width=0.5, color='blue', alpha=0.5)

# 调整标题样式
p.title.text_font_size = '16pt'
p.title.align = 'center'
​
# 调整坐标轴样式
p.xaxis.axis_label_text_color = 'blue'
p.yaxis.axis_label_text_color = 'green'

# 添加缩放工具
from bokeh.models import WheelZoomTool
p.add_tools(WheelZoomTool())
​
# 添加选择工具
from bokeh.models import BoxSelectTool
p.add_tools(BoxSelectTool())

from bokeh.io import curdoc
​
# 将绘图对象添加到文档
curdoc().add_root(p)

from bokeh.layouts import column
from bokeh.models import Slider, Button
from bokeh.events import ButtonClick
from bokeh.io import curdoc
import numpy as np
​
# 创建随机数据
x = np.linspace(0, 10, 100)
y = np.sin(x)
​
# 创建数据源
source = ColumnDataSource(data={'x': x, 'y': y})
​
# 创建绘图对象
plot = figure(title="动态数据可视化示例", plot_width=600, plot_height=400)
plot.line('x', 'y', source=source, line_width=2)
​
# 创建滑动条和按钮
slider = Slider(start=0, end=10, value=10, step=0.1, title="范围")
button = Button(label="更新")
​
# 定义更新数据的回调函数
def update_data(event):
    new_x = np.linspace(0, slider.value, 100)
    new_y = np.sin(new_x)
    source.data = {'x': new_x, 'y': new_y}
​
# 绑定按钮点击事件
button.on_event(ButtonClick, update_data)
​
# 将组件添加到布局
layout = column(slider, button, plot)
curdoc().add_root(layout)

# 添加散点图
p.circle(x='date', y='value', source=source, size=8, color='red', alpha=0.5)
​
# 添加柱状图
p.vbar(x='date', top='value', source=source, width=0.5, color='blue', alpha=0.5)

# 调整标题样式
p.title.text_font_size = '16pt'
p.title.align = 'center'

# 调整坐标轴样式
p.xaxis.axis_label_text_color = 'blue'
p.yaxis.axis_label_text_color = 'green'

# 添加缩放工具
from bokeh.models import WheelZoomTool
p.add_tools(WheelZoomTool())

# 添加选择工具
from bokeh.models import BoxSelectTool
p.add_tools(BoxSelectTool())

from bokeh.io import curdoc

# 将绘图对象添加到文档
curdoc().add_root(p)

# 创建数据源
source = ColumnDataSource(df)

# 创建绘图对象
p = figure(title="动态数据可视化示例", x_axis_label='日期', y_axis_label='数值')

# 添加折线图，并链接数据源
p.line(x='date', y='value', source=source, line_width=2)

# 更新数据源中的数据
new_data = {
    'date': pd.date_range(start='2024-01-01', periods=10),
    'value': [5, 8, 6, 9, 7, 8, 10, 12, 11, 13]
}
source.data = new_data

from bokeh.models import DataStream, CustomJS

# 创建数据流
stream = DataStream(data=dict(x=[], y=[]))

# 创建绘图对象
p = figure(title="实时数据流可视化示例", x_axis_label='时间', y_axis_label='数值')

# 添加折线图，并链接数据流
p.line('x', 'y', source=stream, line_width=2)

# 定义 JavaScript 回调函数，用于更新数据流
callback = CustomJS(args=dict(stream=stream), code="""
    // 生成新的数据点
    var new_x = Date.now();
    var new_y = Math.random();
    
    // 将新数据点添加到数据流中
    stream.data.x.push(new_x);
    stream.data.y.push(new_y);
    
    // 触发数据更新
    stream.change.emit();
""")

# 将 JavaScript 回调函数与定时器绑定，实现实时更新
interval = 1000; // 每秒更新一次
callback.args['interval'] = interval;
callback_code = "setInterval(function() {" + callback.code + "}, " + interval + ");"
callback.code = callback_code

# 添加 JavaScript 回调函数到绘图对象
p.js_on_event('document_ready', callback)