📑 查看全课大纲(第 80 / 101 节)
- 1.数据分析基本概念
- 2.学习数据分析的一般路线
- 3.数据分析的流程
- 4.数据类型
- 5.环境部署(1)
- 6.环境部署(2)
- 7.课程介绍
- 8.TXT文件操作
- 9.JSON文件操作
- 10.CSV文件操作
- 11.Excel文件操作
- 12.数据库及SQL常用语法
- 13.数据库基本操作
- 14.数据库多表连接
- 15.实战:欧洲职业足球数据库分析
- 16.爬虫简介
- 17.URL管理模块
- 18.网页下载模块
- 19.网页解析模块(1)
- 20.网页解析模块(2)
- 21.Scrapy简介
- 22.Scrapy使用步骤(1)
- 23.Scrapy使用步骤(2)
- 24.Scrapy使用步骤(3)
- 25.Scrapy使用步骤(4)
- 26.实战:获取国内城市空气质量指数数据
- 27.NumPy和SciPy介绍
- 28.多维数组
- 29.多维数组操作
- 30.NumPy的常用方法
- 31.向量化介绍
- 32.向量化及通用函数
- 33.实战:2016美国大选分析
- 34.数据结构-Series
- 35.数据结构-DataFrame
- 36.数据结构-Index
- 37.Series的索引操作
- 38.DataFrame的索引操作
- 39.索引操作总结
- 40.运算与对齐
- 41.函数应用操作(1) -- map
- 42.函数应用操作 (2) -- apply applymap
- 43.文件读写操作
- 44.排序操作
- 45.数据清洗--处理缺失数据
- 46.数据清洗--处理重复数据
- 47.数据清洗--替换数据
- 48.常用统计方法(1) -- describe quantile
- 49.常用统计方法(2) -- sum mean median count
- 50.常用统计方法(3) -- max min idxmax idxmin
- 51.常用统计方法(4) -- mad var std cumsum
- 52.实战:全球食品数据分析
- 53.层级索引
- 54.分组与聚合介绍
- 55.分组操作(1) -- GroupBy对象及常用聚合操作
- 56.分组操作(2) -- 自定义分组及聚合操作
- 57.透视表介绍
- 58.透视表操作
- 59.数据规整(1) -- 数据合并concat
- 60.数据规整(2) -- 数据连接merge
- 61.数据重构(3) -- 数据重构stack unstack
- 62.实战:互联网电影资料库分析
- 63.探索性数据分析EDA介绍
- 64.EDA的目的
- 65.EDA常用工具
- 66.Matplotlib绘图基本介绍
- 67.Matplotlib画布
- 68.散点图和柱状图的绘制
- 69.直方图的绘制
- 70.矩阵绘图
- 71.子图的使用
- 72.Matplotlib颜色、标记、线型
- 73.Matplotlib坐标刻度、标签、图例、标题
- 74.Seaborn介绍
- 75.数据集分布可视化(1) -- 单变量分布、双变量分布
- 76.数据集分布可视化(2) -- 变量关系可视化
- 77.类别数据可视化 -- 类别散布图、类别内数据分布、类别内统计图
- 78.交互式数据可视化工具Bokeh介绍
- 79.Bokeh绘制散点图、柱状图、盒子图、弦图
- 80.Bokeh绘制常用图形元素
- 81.D绘图 -- mplot3d
- 82.D曲线可视化
- 83.D散点图可视化
- 84.D柱状图可视化
- 85.Pandas绘图
- 86.实战:Lending Club借贷数据探索性分析及可视化
- 87.机器学习介绍及应用场景
- 88.机器学习建模介绍 (1) -- 分类
- 89.机器学习建模介绍 (2) -- 回归
- 90.机器学习建模介绍 (3) -- 聚类
- 91.机器学习分类
- 92.机器学习工具scikit-learn
- 93.使用scikit-learn的流程
- 94.数据集准备及划分
- 95.模型选择
- 96.数据预处理及特征工程
- 97.过拟合与欠拟合
- 98.模型调参介绍
- 99.模型调参方法
- 100.模型测试及评价
- 101.实战:通过移动设备行为数据预测性别和年龄
Bokeh绘制常用图形元素
约 4 分钟
📺 正在播放小象官方高清录播(支持倍速与清晰度调节)
Bokeh 几何图元全景:折线 line、矩形 rect、多边形 patch 与悬停探针深度定制
小象实战讲义 · Python数据分析实战
在更加复杂的定制化数据大屏与地理空间信息展示中,仅仅使用散点与柱状图远远不够。我们需要绘制甘特图(Gantt Chart)、状态热力网格、多边形地理边界(Choropleth Maps)以及多段曲线流。Bokeh 提供了极其丰富的底层**几何图元(Glyphs)**体系:包括 line()(折线)、rect()(中心与宽高矩形)、patch() / patches()(任意多边形闭合填充)以及高阶 HoverTool HTML 自定义模板。本节我们将系统讲解各种高阶几何图元的用法。
💡 核心导读
- 三大高级图元全景:
p.rect(x, y, width, height):用于构建热力网格、甘特图与区间分块;p.patch(x, y)与p.patches([xs], [ys]):用于绘制不规则多边形、地理分区与漏斗图;p.segment()与p.ray():用于误差棒、矢量射线与流线。
- 自定义 HTML 悬停探针(Custom HTML Tooltips):在悬停浮窗中嵌入格式化表格与色彩小方块。
1. 矩形图元 rect 与状态热力网格实战
rect 图元接收中心点坐标 (x, y) 以及宽度和高度:
┌─────────────────────────────────────────────────────────────┐
│ p.rect() 几何图元参数模型 │
├─────────────────────────────────────────────────────────────┤
│ (x, y) 为矩形中心坐标点,width 与 height 为轴向物理跨度 │
│ 适用于绘制设备监控矩阵、状态热力图与甘特进度条 │
└─────────────────────────────────────────────────────────────┘from bokeh.plotting import figure, output_file, save
from bokeh.models import ColumnDataSource, HoverTool
import pandas as pd
import numpy as np
import os
# 1. 模拟生成 5 台机器在 6 个时间周期的运行负荷网格
machines = [f"Server_{i}" for i in range(1, 6)]
periods = [f"T{j}" for j in range(1, 7)]
grid_data = []
for m_idx, m in enumerate(machines):
for p_idx, p_name in enumerate(periods):
load = np.random.uniform(20, 95)
# 根据负荷生成颜色 (绿色到红色)
color = "#2ecc71" if load < 60 else ("#f39c12" if load < 85 else "#e74c3c")
grid_data.append({"machine": m, "period": p_name, "load": load, "color": color})
df_grid = pd.DataFrame(grid_data)
source = ColumnDataSource(df_grid)
# 2. 绘制矩形热力网格图
p_rect = figure(
title="集群服务器负载实时监控网格 (rect 图元)",
x_range=periods, y_range=machines,
width=650, height=350,
tools="hover,save,reset"
)
p_rect.rect(x="period", y="machine", width=0.9, height=0.9, source=source, fill_color="color", line_color="white")
# 定制富文本悬停浮窗
hover = p_rect.select_one(HoverTool)
hover.tooltips = """
<div style="padding: 6px; font-family: sans-serif;">
<div style="font-weight: bold;">服务器: @machine</div>
<div>时间段: @period</div>
<div style="color: @color; font-weight: bold;">当前负载: @load{0.1f}%</div>
</div>
"""
html_rect = "bokeh_rect_demo.html"
output_file(html_rect)
save(p_rect)
if os.path.exists(html_rect): os.remove(html_rect)
print("✅ rect 矩形图元与自定义 HTML Hover 编译完成!")2. 多边形图元 patch 绘制闭合区域
patch 接收顶点坐标序列,按顺序连接并在内部填充颜色。
# 绘制多边形 patch
p_patch = figure(title="多边形 patch 区域填充示例", width=500, height=300)
# 定义一个五边形顶点坐标
x_coords = [1, 2, 3, 2.5, 0.5]
y_coords = [1, 3, 2.5, 0.5, 0.2]
p_patch.patch(x_coords, y_coords, color="#9b59b6", alpha=0.7, line_width=2, line_color="#8e44ad")
html_patch = "bokeh_patch_demo.html"
output_file(html_patch)
save(p_patch)
if os.path.exists(html_patch): os.remove(html_patch)
print("✅ patch 多边形图元编译完成!")📝 动手练一练
概念思考题:在 Bokeh 的 HoverTool 中,如果我们想要在悬停提示框中展示带有自定义 HTML 样式的彩色徽章或特定字体格式,应该如何定义 tooltips?
👉 点击查看参考答案
参考答案: 直接将
tooltips属性赋值为一个包含 HTML 标签的字符串(如tooltips="<div style='color:red;'>数值: @col</div>")。Bokeh 会将其解析为富文本 DOM 节点进行悬停渲染。编程练习:编写代码使用
p.rect绘制一个中心在(5, 5)、宽度为 2、高度为 4 的蓝色矩形。👉 点击查看参考答案
参考答案:
from bokeh.plotting import figure p = figure() p.rect(x=5, y=5, width=2, height=4, color="blue")
本章小结
- 掌握了
rect矩形图元在状态热力图与时间看板中的高级应用; - 掌握了
patch多边形图元绘制闭合多边形与自定义区域填充的方法; - 熟练运用自定义 HTML 模板定制高表现力的悬停探针(HoverTool)。
📋 行动清单
- 在本地执行示例代码,观察控制台输出并记录关键指标。
- 做好准备,进入下一小节学习《三维可视化绘图(1):mplot3d 核心架构与 3D 坐标系》!
—— 小象教研组
配套学习资源与课件
- 本节课件:Bokeh绘制常用图形元素(PDF · 164KB)下载
- 全套课件打包(第1-5章)(ZIP · 12.8MB)下载
- 全套课件打包(第6-8章)(ZIP · 15MB)下载
- 实战数据集:AppleStore 应用商城分析(ZIP · 329KB)下载
- 实战数据集:女性服装电商分析(ZIP · 2.8MB)下载
- Python 数据分析环境搭建指南(PDF · 2MB)下载
- Scrapy 安装教程(PDF · 12.7MB)下载
- 附加实战项目:AppleStore 应用商城数据分析(ZIP · 0.3MB · ipynb + CSV 数据)下载
- 附加实战项目:银行电话营销数据分析(ZIP · 0.4MB · ipynb + CSV 数据)下载
- 附加实战项目:女性服装电商评论数据分析(ZIP · 2.7MB · ipynb + CSV 数据)下载
- 附加实战项目:美国化学学会杂志数据分析(ZIP · 34.2MB · ipynb + SQLite 数据库)下载
🎁 免费学习资源
领取《小象 11GB VIP 课件资料包与大厂真题手册》
包含全套实战 Jupyter 源码、清洗后数据集、大厂高频面试真题与专属学员答疑交流群。
- ✔完整 Python / 数据分析 Jupyter 实战源码
- ✔大厂真实业务数据集与练习题
- ✔微信扫码添加课程顾问,免费获取网盘下载链接
微信扫码添加顾问