Bokeh是一个面向web浏览器的python交互可视化库，利用Bokeh可以快速创建交互式图表、仪表板以及数据应用程序。

从Bokeh的Gallery可以看出其绘制的图表非常美观，其交互式图表更是炫酷。

然而我们平时更多的是使用Pandas来进行数据分析和处理，Pandas自身也提供了简单的图形绘制API，不过其功能比较简单。

所以为了将Pandas和Bokeh结合，就有了pandas_bokeh。

pandas_bokeh为 Pandas、GeoPandas 和 Pyspark 的 DataFrames 提供了 Bokeh 绘图支持，其调用语法和 pandas 自身的df.plot
十分类似，导入 pandas_bokeh 库会在 pandas 的 DataFrames 和 Series  上添加一个补充的绘图方法 plot_bokeh()
。

使用pandas_bokeh绘制令人惊叹的交互式可视化图表只需简单地调用df.plot_bokeh()
即可。

安装

pip install pandas-bokeh
# or
conda install -c patrikhlobil pandas-bokeh

使用

• pandas_bokeh应该在Pandas、GeoPandas 或者 Pyspark之后导入（import)
• 生成的图表有两种输出格式：
• pandas_bokeh.output_notebook()
  :直接在jupyter notebook中显示结果

  import pandas as pd
  import pandas_bokeh
  pandas_bokeh.output_notebook()
  
  

• pandas_bokeh.output_file(filename)
  :将图表导出到指定的HTML文件里

   import pandas as pd
   import pandas_bokeh
   pandas_bokeh.output_file("Interactive Plot.html")
  
  

示例

• 线图

import numpy as np
import pandas as pd
import pandas_bokeh
pandas_bokeh.output_notebook()

df = pd.DataFrame({
    'Year': np.arange(2010, 2020),
    'Users': np.random.randint(100, 250, 10)
})

df.plot_bokeh.line(
    x='Year', 
    y='Users',
    figsize=(800, 600),
    ylim=(100, 250),
    zooming=True,
    panning=True,
    show_figure = True,
    plot_data_points=True,
    plot_data_points_size=8,
    marker="circle"
)

可以看到生成的图表交互效果特别好，且支持缩放、平移、悬浮提示等。 实际上里面的各个参数都支持自定义。

• 多线图：

df = pd.DataFrame({
    'Year': np.arange(2010, 2020),
    'A': np.random.randint(200, 300, 10),
    'B' : np.random.randint(200, 300, 10),
    'C' : np.random.randint(200, 300, 10)
})

df.plot_bokeh.line(
    x='Year', 
    figsize=(1000, 600),
    ylim=(200, 300),
    zooming=True,
    panning=True,
    show_figure = True,
    plot_data_points=True,
    plot_data_points_size=8,
    marker="circle"
)

• 柱形图

data = {
    'fruits':
    ['Apples', 'Pears', 'Nectarines', 'Plums', 'Grapes', 'Strawberries'],
    '2015': [2, 1, 4, 3, 2, 4],
    '2016': [5, 3, 3, 2, 4, 6],
    '2017': [3, 2, 4, 4, 5, 3]
}
df = pd.DataFrame(data).set_index("fruits")

p_bar = df.plot_bokeh(
    kind = 'bar',
    ylabel="Price per Unit [€]", 
    title="Fruit prices per Year",
alpha=0.6)m/PatrikHlobil/Pandas-Bokeh#mapplot)

是不是非常方便！

最后

pandas_bokeh支持的图表类型及具体参数可以查看其文档:  https://github.com/PatrikHlobil/Pandas-Bokeh#mapplot

另外 pands_bokeh 也可以结合 bokeh 来使用，比如用pandas_bokeh画图想要改变图表主题色，可直接用 bokeh 的 theme color 来实现。