使用自定义函数在Bokeh中绘图?

时间:2017-03-06 04:57:46

标签: python bokeh

是否有人知道是否/如何使用" custom"使用Bokeh服务器在Bokeh中绘图的功能?例如,我知道你可以使用像

这样的东西
plot = figure(toolbar_location=None)
plot.vbar(x='x', width=0.5, bottom=0, top='y', source=source)

但是你怎么能用

之类的东西进行策划
def mplot(source):
    p = pd.DataFrame()
    p['aspects'] = source.data['x']
    p['importance'] = source.data['y']
    plot = Bar(p, values='importance', label='aspects', legend=False)
    return plot

我目前的尝试是:

http://pastebin.com/7Zk9ampq

但它没有运行。我并不担心获得该功能" update_samples_or_dataset"工作,只是显示的初始情节。任何帮助将非常感激。谢谢!

2 个答案:

答案 0 :(得分:1)

这是你想要的吗?请注意,我没有使用从bokeh.charts导入的Bar函数,因为在更新数据源时不会更新。 如果你想坚持使用bokeh.charts中的Bar,你需要每次都重新创建绘图。

注意:要运行它并进行更新工作 - 您需要从命令行执行bokeh serve --show plotfilename.py

from bokeh.io import curdoc
from bokeh.layouts import layout
from bokeh.models.widgets import Button
from bokeh.plotting import ColumnDataSource, figure
import random

def bar_plot(fig, source):
    fig.vbar(x='x', width=0.5, bottom=0,top='y',source=source, color="firebrick")
    return fig

def update_data():
    data = source.data
    data['y'] = random.sample(range(0,10),len(data['y']))
    source.data =data

button = Button(label="Press here to update data", button_type="success")
button.on_click(update_data)
data = {'x':[0,1,2,3],'y':[10,20,30,40]}
source = ColumnDataSource(data)
fig = figure(plot_width=650,
             plot_height=500,
             x_axis_label='x',
             y_axis_label='y')
fig = bar_plot(fig, source)
layout = layout([[button,fig]])
curdoc().add_root(layout)

编辑:请参阅下面的方法,该方法绘制散景图,但可以根据需要使用数据框中的数据。它还会在每次按下按钮时更新图表。您仍然需要使用命令bokeh serve --show plotfilename.py

from bokeh.io import curdoc
from bokeh.layouts import layout
from bokeh.models.widgets import Button
from bokeh.plotting import ColumnDataSource
from bokeh.charts import Bar
import random
import pandas as pd

def bar_plot(source):
    df = pd.DataFrame(source.data)
    fig = Bar(df, values='y', color="firebrick")
    return fig

def update_data():
    data = {'x':[0,1,2,3],'y':random.sample(range(0,10),4)}
    source2 = ColumnDataSource(data)
    newfig = bar_plot(source2)
    layout.children[0].children[1] = newfig

button = Button(label="Press here to update data", button_type="success")
button.on_click(update_data)
data = {'x':[0,1,2,3],'y':[10,20,30,40]}
source = ColumnDataSource(data)
fig = bar_plot(source)
layout = layout([[button,fig]])
curdoc().add_root(layout)

答案 1 :(得分:0)

我认为您仍然必须将Bar实例附加到Figure实例; Figure是一组图,基本上是像工具栏一样的细节。