AIDE PYTHON

Utilisation de Bokeh pour la visualisation de données en Python

Name: IronPDF
Brand: Iron Software
Availability: InStock
Rating: 4.87 (307 reviews)

Mis à jour:juin 22, 2025

La création de visualisations interactives et leur intégration dans des publications PDF de haute qualité peut être réalisée facilement en intégrant Bokeh Python avec IronPDF pour Python.

Facilement partageable et intégrable dans des applications en ligne, Bokeh est un cadre robuste de Python pour réaliser des infographies interactives de haute qualité. Une analyse et une présentation de données approfondies peuvent être grandement aidées par les graphiques complexes qu'il peut créer, comme les graphiques à bulles, les boîtes à moustaches et les graphiques avec barres d'erreur.

IronPDF est principalement une bibliothèque .NET, mais vous pouvez l'utiliser pour améliorer ses capacités. Grâce à l'utilisation de Bokeh pour la représentation visuelle et IronPDF pour la génération de PDF, les utilisateurs peuvent inclure efficacement des données visuelles complexes et dynamiques dans des rapports PDF statiques.

Créer des visualisations avec Bokeh, exporter ces graphiques comme images, puis utiliser IronPDF pour intégrer ces images dans des documents PDF constituent ce processus d'intégration. Cette méthode combine les meilleures caractéristiques de la génération de documents statiques avec des visualisations interactives pour permettre aux data scientists, analystes et développeurs de créer des rapports complets, esthétiquement riches, qui sont simples à distribuer et à examiner.

Qu'est-ce que Bokeh Python ?

Bokeh Python offre une interface de traçage puissante avec son module plotting import figure, permettant aux utilisateurs de créer une large gamme de visualisations de données interactives. Sa flexibilité s'étend à la gestion de la disposition, où layouts import row et layouts import gridplot facilitent l'agencement de plusieurs graphiques de manière transparente.

En tant que bibliothèque de visualisation interactive optimisée pour les navigateurs web modernes, Bokeh rend des tracés époustouflants qui répondent dynamiquement aux interactions des utilisateurs. Des graphiques linéaires simples aux graphiques à barres complexes, Bokeh excelle à transmettre les points de données avec clarté et précision, ce qui en fait un outil inestimable pour la visualisation de données interactive, l'exploration et la présentation.

Bokeh Python (Comment ça fonctionne pour les développeurs) : Figure 1

Bokeh convient à une variété de travaux de science des données et de visualisation grâce à sa large sélection de styles de graphiques, qui incluent des graphiques linéaires, des graphiques à barres, des nuages de points, des boîtes à moustaches, des graphiques à bulles et des graphiques avec barres d'erreur. En raison du niveau élevé de personnalisation de la bibliothèque, les utilisateurs peuvent modifier les éléments du graphique comme les couleurs, les étiquettes et les légendes pour produire des images visuellement attrayantes et éducatives.

Tracés Interactifs

Bokeh permet de créer des graphiques interactifs qui permettent aux utilisateurs d'explorer les données de manière plus approfondie en zoomant, en faisant des panoramiques et en survolant les graphiques. Pour des aperçus plus approfondis et des recherches de données, ou même si vous souhaitez simplement tracer des données disponibles au public, cette interactivité est essentielle.

Visuels de Haute Qualité

Bokeh crée des visualisations visuellement saisissantes et de haute qualité qui conviennent à la publication et à la présentation. Les images sont destinées à être à la fois informatives et esthétiquement plaisantes.

Personnalisation

Bokeh propose un large éventail de choix de personnalisation de graphique. Les éléments du graphique, les couleurs, les étiquettes et d'autres caractéristiques sont tous ajustables par l'utilisateur, permettant des affichages personnalisés et précis.

Interactivité côté serveur

Bokeh est livré avec un serveur Bokeh intégré qui vous permet de créer des tableaux de bord dynamiques et des applications en ligne. Cette capacité est parfaite pour les besoins de visualisation de données dynamiques car elle permet la diffusion et la mise à jour en temps réel des données.

Intégration avec les Technologies Web

Les visualisations Bokeh peuvent être exportées sous forme de fichiers HTML autonomes ou intégrées dans des applications web. Partager des visualisations interactives sur Internet est facilité par cette connexion.

Widgets et Dispositions

Bokeh facilite la production de dispositions complexes et de widgets interactifs (tels que des menus déroulants et des curseurs) qui permettent de créer des tableaux de bord et des applications de données sophistiqués.

Gestion de Grands Jeux de Données

Les grands jeux de données peuvent être gérés efficacement par Bokeh. Même avec de gros volumes de données, il utilise des algorithmes de rendu efficaces pour maintenir la réactivité et l'interactivité des visualisations.

Créer et Configurer Bokeh Python

De l'installation à la génération de graphiques interactifs, plusieurs étapes sont impliquées dans la configuration et la mise en place de Bokeh en Python.

Installer Bokeh

Vous devez d'abord installer la bibliothèque Bokeh. Pip peut être utilisé pour cela :

pip install bokeh

pip install bokeh

SHELL

Importer les Bibliothèques Bokeh

Après avoir installé Bokeh, vous devez importer les parties requises de Bokeh.

from bokeh.plotting import figure, output_file, show

from bokeh.plotting import figure, output_file, show

PYTHON

Préparer les Données et Créer un Graphique

Préparez les informations pour la visualisation. Ces données peuvent être présentées sous forme de Pandas DataFrames, de tableaux NumPy ou de listes. La fonction figure dans Bokeh peut être utilisée pour créer un nouveau graphique. La personnalisation du graphique comprend la modification des étiquettes, des titres et d'autres détails du graphique.

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

# Create a Bokeh figure
p = figure(title="Simple Bokeh Plot", x_axis_label='X-Axis', y_axis_label='Y-Axis')

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

# Create a Bokeh figure
p = figure(title="Simple Bokeh Plot", x_axis_label='X-Axis', y_axis_label='Y-Axis')

PYTHON

Ajouter des Rendus

Pour représenter vos données, ajoutez des rendus (tels que des lignes, des cercles et des barres) au graphique.

# Add a line renderer
p.line(x, y, legend_label="Line Example", line_width=2)

# Add a line renderer
p.line(x, y, legend_label="Line Example", line_width=2)

PYTHON

Configurer la Sortie

Indiquez l'emplacement de sortie souhaité pour le graphique. Il peut être visualisé en ligne ou exporté vers un fichier.

# Output to an HTML file
output_file("bokeh_plot.html")

# Output to an HTML file
output_file("bokeh_plot.html")

PYTHON

Afficher le Graphique

Utilisez la fonction d'affichage pour rendre les graphiques Bokeh.

# Show the plot
show(p)

# Show the plot
show(p)

PYTHON

Démarrage

Créer des visualisations interactives à l'aide de Bokeh, les exporter sous forme de photos statiques, puis produire un document PDF avec ces images sont les étapes de l'intégration de Bokeh avec IronPDF en Python. Nous allons utiliser la bibliothèque Python IronPDF pour créer le document PDF.

Qu'est-ce qu'IronPDF ?

Utilisez la puissante bibliothèque IronPDF pour Python pour créer, modifier et convertir des fichiers PDF. Cela permet aux programmeurs de travailler avec des PDF existants, de convertir du HTML en PDF, et d'effectuer diverses tâches basées sur la programmation associées aux PDF. IronPDF offre un moyen ajustable et convivial pour créer des documents PDF de haute qualité, en faisant une solution utile pour les applications qui nécessitent une génération et un traitement dynamique de PDF.

Bokeh Python (Comment ça fonctionne pour les développeurs) : Figure 2

Convertir HTML en PDF

Vous pouvez utiliser IronPDF pour convertir des informations HTML en documents PDF. Cela permet de tirer parti du HTML5 contemporain, du CSS3 et de JavaScript pour créer des publications PDF visuellement attrayantes à partir de contenu web.

Création et Édition de PDF

Les nouveaux documents PDF créés de manière programmatique peuvent comporter du texte, des images, des tableaux et d'autres matériaux. IronPDF vous permet d'ouvrir et de modifier des documents PDF existants. Vous pouvez ajouter ou modifier le contenu du PDF, ainsi que supprimer des sections spécifiques.

Style et Mise en Page Avancés

Utilisez le CSS pour styliser le contenu dans les PDF. Cela inclut le support pour les dispositions complexes, les polices, les couleurs et d'autres éléments de conception. Créez du matériel dynamique dans les PDF en rendant le contenu HTML qui peut être utilisé avec JavaScript.

Installer IronPDF

Pip peut être utilisé pour installer IronPDF. Pour l'installer, utilisez la commande suivante :

pip install ironpdf

pip install ironpdf

SHELL

Générer un Document PDF avec des Graphiques Bokeh

Faites un graphique en utilisant Bokeh. Faisons un graphique linéaire de base pour illustrer cela.

# Step 1: Import Bokeh Libraries
from bokeh.plotting import figure, output_file, show

# Step 2: Import the IronPDF library
from ironpdf import ChromePdfRenderer

# Prepare Your Data
x = [1, 2, 3, 4, 5]
y = [6, 7, 2, 4, 5]

# Create a Plot
p = figure(title="Simple Bokeh Plot", x_axis_label='X-Axis', y_axis_label='Y-Axis')

# Add a line renderer to the plot
p.line(x, y, legend_label="Line Example", line_width=2)

# Configure output to an HTML file
output_file("bokeh_plot.html")

# Show the plot (optional)
show(p)

# Step 3: Instantiate a PDF renderer
iron_pdf = ChromePdfRenderer()

# Render HTML content to the PDF
pdf = iron_pdf.RenderHtmlFileAsPdf("bokeh_plot.html")

# Save the generated PDF to a file
pdf.SaveAs("BokehPlot.pdf")

print("PDF document generated successfully.")

# Step 1: Import Bokeh Libraries
from bokeh.plotting import figure, output_file, show

# Step 2: Import the IronPDF library
from ironpdf import ChromePdfRenderer

# Prepare Your Data
x = [1, 2, 3, 4, 5]
y = [6, 7, 2, 4, 5]

# Create a Plot
p = figure(title="Simple Bokeh Plot", x_axis_label='X-Axis', y_axis_label='Y-Axis')

# Add a line renderer to the plot
p.line(x, y, legend_label="Line Example", line_width=2)

# Configure output to an HTML file
output_file("bokeh_plot.html")

# Show the plot (optional)
show(p)

# Step 3: Instantiate a PDF renderer
iron_pdf = ChromePdfRenderer()

# Render HTML content to the PDF
pdf = iron_pdf.RenderHtmlFileAsPdf("bokeh_plot.html")

# Save the generated PDF to a file
pdf.SaveAs("BokehPlot.pdf")

print("PDF document generated successfully.")

PYTHON

Ici, nous importons d'abord les fonctions requises de Bokeh. Établissez les valeurs de données d'échantillon du graphique et produisez une figure Bokeh avec des étiquettes d'axe et un titre. Nous utilisons ensuite p.line() pour ajouter un rendu de ligne au graphique. La fonction output_file() est importée de Bokeh pour spécifier le nom du fichier de sortie pour la représentation HTML du graphique.

Ensuite, depuis IronPDF, nous importons la classe ChromePdfRenderer, qui est utilisée pour rendre le fichier HTML en tant que PDF. Nous instancions le rendu IronPDF et utilisons la méthode RenderHtmlFileAsPdf() pour convertir le fichier HTML en un PDF. Enfin, nous enregistrons le PDF généré en utilisant la méthode SaveAs().

Bokeh Python (Comment ça fonctionne pour les développeurs) : Figure 3

Conclusion

En conclusion, même si Bokeh Python et IronPDF ne sont pas directement intégrés, nous pouvons néanmoins accomplir une fonctionnalité comparable en exportant des graphiques Bokeh sous forme d'images, puis en utilisant IronPDF pour les intégrer dans des documents PDF. Alors qu'IronPDF offre des capacités programmatiques en Python pour réaliser des documents PDF, Bokeh offre des outils puissants pour créer des graphiques dynamiques et attrayants.

Vous pouvez facilement ajouter des graphiques Bokeh à vos rapports et documents PDF en suivant les instructions énumérées ci-dessus. Cela permet de produire des textes complets et esthétiques avec une visualisation de données interactive dynamique qui améliore la manière dont les aperçus basés sur les données sont présentés et communiqués.

En incluant IronPDF et les produits Iron Software dans votre pile de développement, vous pouvez vous assurer que vos clients et utilisateurs finaux reçoivent des solutions logicielles riches en fonctionnalités et de haute qualité. De plus, cela aidera à l'optimisation des processus et des projets.

Avec une documentation détaillée, une communauté active et des mises à jour régulières, IronPDF est un excellent outil à avoir sous la main. IronPDF propose un essai gratuit et diverses options de tarification, pour que vous puissiez continuer à tirer le meilleur parti de ce produit. Iron Software est un partenaire fiable pour des projets de développement logiciel modernes.

Curtis Chau

Discutez maintenant avec l'équipe d'ingénierie

Rédacteur technique

Curtis Chau détient un baccalauréat en informatique (Université de Carleton) et se spécialise dans le développement front-end avec expertise en Node.js, TypeScript, JavaScript et React. Passionné par la création d'interfaces utilisateur intuitives et esthétiquement plaisantes, Curtis aime travailler avec des frameworks modernes ...