探索 Bokeh：轻松创建交互式数据可视化的强大工具

在数据科学和数据分析领域，交互式数据可视化是一项不可或缺的技能。Bokeh 是一个强大的 Python 库，它可以帮助我们快速构建高质量的交互式图表和仪表盘，同时兼具高性能和灵活性。本文将带您了解 Bokeh 的核心功能，并通过实际示例展示它的应用。

什么是 Bokeh？

Bokeh 是一个用于创建交互式、Web 优化数据可视化的 Python 库。它的核心特点包括：

交互性：用户可以通过缩放、平移、悬停工具动态探索图表。
易集成：支持嵌入 HTML 页面或 Jupyter Notebook。
多功能性：提供从简单图表到复杂仪表盘的构建能力。
高性能：适合处理大规模数据。

安装和入门

在开始使用 Bokeh 前，请先确保已安装库：

pip install bokeh

接下来，我们通过简单示例体验 Bokeh 的基本功能。

创建一个简单的折线图

以下代码展示了如何使用 Bokeh 创建一个交互式折线图：

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

# 在 Jupyter Notebook 中显示输出
output_notebook()

# 数据
x = [1, 2, 3, 4, 5]
y = [6, 7, 2, 4, 5]

# 创建图形对象
p = figure(title="Simple Line Plot", x_axis_label='X-Axis', y_axis_label='Y-Axis')

# 添加折线
p.line(x, y, legend_label="Line", line_width=2)

# 显示图表
show(p)

运行代码后，您将看到一个可以交互的折线图。通过工具栏，您可以缩放、平移并悬停查看详细数据。

使用 Pandas 数据快速绘图

Bokeh 与 Pandas 集成得很好，您可以直接将 Pandas DataFrame 作为数据源来绘图。例如：

import pandas as pd
from bokeh.plotting import figure, show

# 创建示例 DataFrame
data = {
    "Month": ["Jan", "Feb", "Mar", "Apr", "May"],
    "Sales": [100, 200, 150, 300, 400]
}
df = pd.DataFrame(data)

# 创建柱状图
p = figure(x_range=df["Month"], title="Monthly Sales", x_axis_label="Month", y_axis_label="Sales")

# 添加柱状图
p.vbar(x=df["Month"], top=df["Sales"], width=0.5, color="blue")

# 显示图表
show(p)

这段代码生成了一个按月份显示销售额的柱状图，直观展现了数据变化。

添加交互工具

Bokeh 的强大之处在于它的交互工具。以下示例展示了如何添加悬停提示和缩放功能：

from bokeh.models import HoverTool

# 创建图形对象
p = figure(title="Interactive Plot", x_axis_label="X", y_axis_label="Y", tools="pan,box_zoom,reset")

# 添加数据
p.circle(x, y, size=10, color="navy", alpha=0.5, legend_label="Data Points")

# 添加悬停工具
hover = HoverTool()
hover.tooltips = [("X Value", "@x"), ("Y Value", "@y")]
p.add_tools(hover)

# 显示图表
show(p)

通过悬停，您可以动态查看每个数据点的详细信息。

构建多子图布局

Bokeh 提供了 gridplot 来构建多图布局，这在创建仪表盘时非常有用。例如：

from bokeh.layouts import gridplot

# 创建多个图表
p1 = figure(title="Line Plot")
p1.line(x, y, color="blue", legend_label="Line")

p2 = figure(title="Scatter Plot")
p2.scatter(x, y, size=10, color="green", legend_label="Points")

# 使用 gridplot 布局
layout = gridplot([[p1, p2]])
show(layout)

运行代码后，您将看到两个图表并排显示。

动态数据更新

Bokeh 允许实时更新图表，适合处理动态数据。例如，绘制一个实时更新的折线图：

from bokeh.plotting import curdoc
from bokeh.models import ColumnDataSource
from bokeh.layouts import column
from bokeh.plotting import figure
import random

# 数据源
source = ColumnDataSource(data=dict(x=[], y=[]))

# 创建图表
p = figure(title="Real-Time Plot", x_axis_label="Time", y_axis_label="Value")
p.line('x', 'y', source=source)

# 更新数据的回调函数
def update():
    new_data = dict(x=[source.data['x'][-1] + 1 if source.data['x'] else 0], y=[random.randint(0, 10)])
    source.stream(new_data, rollover=50)

# 每秒更新一次数据
curdoc().add_periodic_callback(update, 1000)

# 显示布局
curdoc().add_root(column(p))

在运行这段代码时，图表会自动更新，显示实时生成的数据。

构建交互式仪表盘

以下代码展示了如何创建一个交互式仪表盘，包含下拉菜单和滑块控件：

from bokeh.models import Select, Slider
from bokeh.layouts import row, column

# 创建图表
p = figure(title="Interactive Dashboard")
line = p.line(x, y, legend_label="Line", line_width=2)

# 创建交互控件
select = Select(title="Line Color", value="blue", options=["blue", "green", "red"])
slider = Slider(title="Line Width", value=2, start=1, end=10, step=1)

# 控件回调函数
def update(attr, old, new):
    line.glyph.line_color = select.value
    line.glyph.line_width = slider.value

# 将控件与回调关联
select.on_change("value", update)
slider.on_change("value", update)

# 布局
layout = column(row(select, slider), p)
curdoc().add_root(layout)

运行代码后，您可以通过下拉菜单和滑块动态更改折线的颜色和宽度。

基础总结

Bokeh 是一个功能丰富且灵活的交互式可视化工具，非常适合快速开发 Web 优化的可视化应用。通过 Bokeh，您可以轻松完成以下任务：

生成各种交互式图表。
构建多视图仪表盘。
实现实时数据更新。

Bokeh 实战：从数据分析到交互式仪表盘开发

在本节中，我们将通过一个完整的实战项目，展示如何用 Bokeh 构建一个交互式仪表盘，实时可视化和分析销售数据。

实战场景

假设我们有一个电商平台的销售数据集，其中包含以下字段：

订单日期（Order Date）：订单的日期。
销售额（Sales）：订单金额。
类别（Category）：商品类别，如 “Electronics”、“Clothing” 等。
地区（Region）：订单所属地区。

目标是通过 Bokeh 构建一个交互式仪表盘，完成以下功能：

按时间查看销售趋势。
对比不同商品类别的销售额占比。
显示各地区销售分布。
通过滑块和下拉菜单动态过滤数据。

数据准备

首先，我们模拟一个数据集：

import pandas as pd
import numpy as np

# 生成示例数据
np.random.seed(42)
dates = pd.date_range(start="2023-01-01", end="2023-12-31", freq="D")
data = {
    "Order Date": np.random.choice(dates, 1000),
    "Sales": np.random.randint(100, 2000, 1000),
    "Category": np.random.choice(["Electronics", "Clothing", "Home Appliances"], 1000),
    "Region": np.random.choice(["North", "South", "East", "West"], 1000)
}
df = pd.DataFrame(data)

# 转换日期格式
df['Order Date'] = pd.to_datetime(df['Order Date'])
df['Month'] = df['Order Date'].dt.to_period('M').astype(str)  # 生成月度字段

构建图表

1. 月销售趋势图

from bokeh.plotting import figure
from bokeh.models import ColumnDataSource

# 数据聚合
monthly_sales = df.groupby("Month")["Sales"].sum().reset_index()
monthly_sales_source = ColumnDataSource(monthly_sales)

# 绘制折线图
trend_plot = figure(
    title="Monthly Sales Trend",
    x_range=monthly_sales["Month"],
    x_axis_label="Month",
    y_axis_label="Total Sales",
    tools="pan,box_zoom,reset,hover"
)
trend_plot.line(
    x="Month",
    y="Sales",
    source=monthly_sales_source,
    line_width=2,
    color="blue",
    legend_label="Monthly Sales"
)
trend_plot.legend.location = "top_left"

2. 商品类别销售额占比图

from bokeh.models import ColumnDataSource
from bokeh.plotting import figure

# 数据聚合
category_sales = df.groupby("Category")["Sales"].sum().reset_index()
category_source = ColumnDataSource(category_sales)

# 绘制饼图
from math import pi
from bokeh.transform import cumsum
from bokeh.palettes import Category20c

category_sales["angle"] = category_sales["Sales"] / category_sales["Sales"].sum() * 2 * pi
category_sales["color"] = Category20c[len(category_sales)]

category_pie_plot = figure(
    title="Sales by Category",
    tools="hover",
    tooltips="@Category: @Sales",
    x_range=(-0.5, 1.0)
)
category_pie_plot.wedge(
    x=0,
    y=1,
    radius=0.4,
    start_angle=cumsum("angle", include_zero=True),
    end_angle=cumsum("angle"),
    line_color="white",
    fill_color="color",
    legend_field="Category",
    source=ColumnDataSource(category_sales)
)
category_pie_plot.axis.visible = False
category_pie_plot.grid.visible = False

3. 地区销售分布柱状图

# 数据聚合
region_sales = df.groupby("Region")["Sales"].sum().reset_index()
region_source = ColumnDataSource(region_sales)

# 绘制柱状图
region_bar_plot = figure(
    title="Sales by Region",
    x_range=region_sales["Region"],
    x_axis_label="Region",
    y_axis_label="Total Sales",
    tools="pan,box_zoom,reset"
)
region_bar_plot.vbar(
    x="Region",
    top="Sales",
    width=0.5,
    color="blue",
    source=region_source
)

添加交互控件

1. 滑块控件：按销售额过滤

from bokeh.models import Slider

# 创建滑块
sales_slider = Slider(
    title="Minimum Sales Filter",
    start=100,
    end=2000,
    value=100,
    step=100
)

# 滑块回调函数
def update_data(attr, old, new):
    filtered_data = df[df["Sales"] >= sales_slider.value]
    updated_monthly_sales = filtered_data.groupby("Month")["Sales"].sum().reset_index()
    monthly_sales_source.data = updated_monthly_sales
    updated_region_sales = filtered_data.groupby("Region")["Sales"].sum().reset_index()
    region_source.data = updated_region_sales

sales_slider.on_change("value", update_data)

2. 下拉菜单：按类别过滤

from bokeh.models import Select

# 创建下拉菜单
category_select = Select(
    title="Select Category",
    value="All",
    options=["All"] + list(df["Category"].unique())
)

# 下拉菜单回调函数
def filter_category(attr, old, new):
    filtered_data = df[df["Category"] == category_select.value] if category_select.value != "All" else df
    updated_monthly_sales = filtered_data.groupby("Month")["Sales"].sum().reset_index()
    monthly_sales_source.data = updated_monthly_sales
    updated_region_sales = filtered_data.groupby("Region")["Sales"].sum().reset_index()
    region_source.data = updated_region_sales

category_select.on_change("value", filter_category)

构建仪表盘布局

利用 Bokeh 的 layout 布局工具，将图表和控件组合在一起：

from bokeh.layouts import column, row
from bokeh.io import curdoc

# 布局
dashboard = column(
    row(category_select, sales_slider),
    trend_plot,
    row(category_pie_plot, region_bar_plot)
)

# 添加到文档
curdoc().add_root(dashboard)
curdoc().title = "Sales Dashboard"