标签：bokeh
-
在烧瓶中嵌入bokeh应用 - python
我拼命试图将可正常使用的bokeh小程序嵌入烧瓶中，但找不到合适的方法来执行此操作。我浏览了所有示例，但找不到包含更新数据功能的示例(最佳示例:sliders_applet)。 如果我没记错的话，我确实需要bokeh服务器能够更改数据(使用滑块等)。以这种方式启动小程序有效，例如: bokeh-server --script sliders_app.py 但 […]
-
图例在散景图中的位置 - python
有谁知道如何在图的之外的bokeh 中携带图例？我唯一能做的就是在以下位置选择一个位置: top_right, top_left, bottom_left or bottom_right 使用: legend()[0].orientation = "bottom_left" 当我尝试其他选项时，出现错误消息: ValueError: in […]
-
散景图的X和Y轴标签 - python
有谁知道如何为散景图添加x和y轴标题/标签？例如。 X轴:时间，Y轴:股票价格。 非常感谢! 参考方案 从Bokeh 0.11.1开始，user's guide section on axes现在显示如何编辑现有轴的属性。方式与之前相同: p = figure(width=300, height=300, x_axis_label='In […]
-
调整散景图的标题字体大小 - python
使用bokeh时如何设置图形的标题字体大小？ 我试过了（在ipython笔记本中）： import bokeh.plotting as bp import numpy as np bp.output_notebook() x_points = np.random.rand(100) y_points = np.random.rand(100) bp.figu […]
-
如何使用Bokeh正确创建HeatMap - python
我正在尝试使用Bokeh而不是matplotlib复制this question中显示的HeatMap。我不能完全正确。现有的示例并没有帮助我了解我在做什么错。我谦虚的尝试 from bokeh.io import output_notebook; output_notebook() from bokeh.charts import HeatMap, sho […]
-
具有sizing_mode属性的Python Holoviews响应图 - python
我正在使用Holoviews和Bokeh并遇到问题。使用Bokeh，我可以指定sizing_mode =“ scale_width”属性，这样我的图表就可以响应。而且现在工作正常。但是我找不到霍沃维人这样的东西。 boxwhisker = hv.BoxWhisker(df, ['cyl', 'origin'], � […]
-
散景:HoverTool()ColumnDataSource显示???使用@时 - python
我想将工具提示添加到ColumDataSource()，使其紧靠最近的数据点。但是使用@x, @y时会显示???而不是最接近的值。使用$x, $y可以正常工作。 下面提供了一个示例： from bokeh.plotting import show, figure, ColumnDataSource from bokeh.models import Hover […]
-
运行Bokeh应用程序的Flask服务器:如何从server_document()函数生成的脚本中访问图 - python
我一直在使用Bokeh绘制一个大型数据库，并使用Flask在本地主机上提供该应用程序。汇总的代码如下所示： app = Flask(__name__) def make_doc(doc): def plot_time(): p = figure(plot_height=400, plot_width=1000, tools="xpan,box_zo […]
-
散景(Python)Figure.vbar()vs Bar() - python
我只是开始研究Bokeh的数据可视化，并且想知道如果有人可以澄清使用Figure.vbar() vs Bar()的优点/缺点。 参考方案 bar来自高级图表界面。它使您可以通过有限的控件快速，轻松地访问条形图。 vbar来自中级绘图界面，可让您更好地控制条形图的布局。 vbar和rect的替代均来自“绘图”界面。它们为钢筋的形状，位置等提供了一些独特的选择。 […]
-
如何在散景热图中获得点击位置的标签 - javascript
我有散景热图。我注册回调并能够获得点击位置的x和y坐标。有没有办法获得相同位置的x和y标签？看来cb_data没有包含任何有用的信息。 source = ColumnDataSource(data=dict(xname=xname, yname=yname, colors=color, alphas=alpha, means=means.flatten(), […]