from ironpdf import * # Instantiate Renderer renderer = ChromePdfRenderer() # Create a PDF from a HTML string using Python pdf = renderer.RenderHtmlAsPdf("<h1>Hello World</h1>") # Export to a file or Stream pdf.SaveAs("output.pdf") # Advanced Example with HTML Assets # Load external html assets: Images, CSS and JavaScript. # An optional BasePath 'C:\site\assets\' is set as the file location to load assets from myAdvancedPdf = renderer.RenderHtmlAsPdf("<img src='icons/iron.png'>", r"C:\site\assets") myAdvancedPdf.SaveAs("html-with-assets.pdf")

PYTHON 幫助

使用 Bokeh 在 Python 中進行數据可视化

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

Curtis Chau

更新:2025年6月22日

通過將Bokeh Python與IronPDF for Python整合，可以輕鬆實現互動式視覺化和其嵌入到高品質PDF出版物中。

Bokeh是一個強大的Python框架，可以製作高品質的互動信息圖表，且易於分享並嵌入到線上應用程式中。它可以創建的複雜圖表（如氣泡圖、箱形圖和帶有誤差線的圖表）大大有助於深入的數據分析和展示。

IronPDF主要是一個.NET程式庫，但是您可以使用它來增強其功能。通過利用Bokeh進行視覺表現和IronPDF生成PDF，用戶可以有效地將複雜且動態的視覺數據納入靜態PDF報告中。

使用Bokeh創建視覺化，將這些圖表匯出為圖像，然後使用IronPDF將這些圖像嵌入到PDF文檔中，構成了這一整合程序。此方法結合了靜態文檔生成的最佳特點和互動式視覺化，使數據科學家、分析師和開發者能夠創建全面、視覺上豐富的報告，這些報告易於分發和審閱。

Bokeh Python是什麼？

Bokeh Python利用其plotting import figure模組提供強大的繪圖介面，使用戶能夠創建各種互動數據視覺化。其靈活性延伸至佈局管理，其中layouts import layouts import gridplot無縫安排多個圖表。

作為專為現代網頁瀏覽器優化的互動式視覺化程式庫，Bokeh渲染出令人驚艷的bokeh圖，能夠動態響應用戶互動。從簡單的折線圖到複雜的條形圖，Bokeh在以清晰和精確地傳達數據點方面表現出色，使其成為互動式數據視覺化、探索和展示的重要工具。

Bokeh Python（開發者如何運作）：圖1

Bokeh因其廣泛的圖樣選擇（包括折線圖、條形圖、散點圖、箱形圖、氣泡圖以及帶有誤差線的圖表）而適用於多種數據科學和視覺化工作。由於該程式庫高度定制化，使用者可以更改圖表元素如顏色、標籤和圖例，以生成視覺吸引力且教育性的圖像。

互動式圖表

Bokeh能夠創建互動式圖表，讓用戶通過縮放、平移和懸停深入探索數據。對於更深層的見解和數據研究，甚至僅僅是想要繪製公共可用數據時，此互動性是必需的。

高品質視覺效果

Bokeh創建視覺驚艷且高品質的視覺化，適合出版和展示。這些圖像旨在既有教育性又具視覺吸引力。

自定義化

Bokeh提供了廣泛的圖表自定義選項。圖表元素、顏色、標籤和其他功能都可以由用戶調整，以實現自定義和精確的顯示。

伺服器端互動性

Bokeh附帶一個集成的Bokeh伺服器，讓您可以創建動態的儀表板和線上應用程式。由於支持實時數據流和更新，這種功能非常適合動態數據視覺化需求。

與網頁技術的整合

Bokeh視覺化可以匯出為獨立的HTML檔案或整合到網頁應用程式中。這種連接使在互聯網上分享互動視覺化變得簡單。

小工具和佈局

Bokeh促進了複雜佈局和互動小工具（如下拉選單和滑塊）的製作，從而能創建複雜的數據儀表板和應用程式。

大型數據集處理

Bokeh可以有效地處理大型數據集。即使有大量數據，它也使用有效的渲染算法來保持視覺化的響應性和互動性。

建立和配置Bokeh Python

從安裝到互動式圖表生成，設置和配置Python中的Bokeh涉及多個步驟。

安裝Bokeh

您必須首先安裝Bokeh程式庫。Pip可用於此用途：

pip install bokeh

pip install bokeh

SHELL

匯入Bokeh程式庫

安裝Bokeh後，您必須從Bokeh匯入所需的部分。

from bokeh.plotting import figure, output_file, show

from bokeh.plotting import figure, output_file, show

PYTHON

準備數據並創建圖表

準備好視覺化所需的信息。此數據可能以Pandas DataFrames、NumPy陣列或清單的形式呈現。 Bokeh中的figure函數可以用來創建新圖表。圖表自定義包括更改圖表的標籤、標題和其他詳情。

# 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

添加渲染器

要描繪您的數據，請向圖表添加渲染器（如線條、圓圈和條形）。

# 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

配置輸出

指定圖表的期望輸出位置。它可以在行內查看或匯出到檔案中。

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

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

PYTHON

顯示圖表

使用顯示功能來渲染Bokeh圖表。

# Show the plot
show(p)

# Show the plot
show(p)

PYTHON

開始使用

創建使用Bokeh的互動視覺化，將其匯出為靜態照片，然後使用這些圖像生成PDF文檔，是在Python中集成Bokeh與IronPDF的步驟。我們將利用Python程式庫IronPDF來構建PDF文檔。

什麼是IronPDF？

使用功能強大的IronPDF for Python程式庫來創建、修改和轉換PDF檔案。它使程序員能夠使用現有的PDF、將HTML轉換為PDF、並執行與PDF相關的各種程序化任務。 IronPDF提供了一種可調整且用戶友好的方式來創建高品質的PDF文檔，這使其成為需要動態PDF生成和處理的應用程式的有用解決方案。

Bokeh Python（開發者如何運作）：圖2

HTML轉換為PDF

您可以使用IronPDF將HTML信息轉換為PDF文檔。這使得可以利用現代HTML5、CSS3和JavaScript將網頁內容創建為視覺上吸引人的PDF出版物。

PDF製作與編輯

程序化創建的新PDF文件可以添加文本、圖片、表格和其他材料。 IronPDF允許您打開和編輯現有的PDF文檔。您可以添加或修改PDF的內容，並刪除特定部分。

進階樣式與佈局

使用CSS來設計PDF中的內容。這包括對複雜佈局、字體、顏色和其他設計元素的支持。通過渲染HTML內容來在PDF中創建動態材料，這些內容可以與JavaScript一起使用。

安裝IronPDF

Pip可以用來安裝IronPDF。要安裝它，請使用以下命令：

pip install ironpdf

pip install ironpdf

SHELL

使用Bokeh圖表產生PDF文檔

利用Bokeh創建一個圖表。讓我們建立一個基本折線圖來說明這一點。

# 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

在這裡，我們首先匯入Bokeh所需的功能。確定圖表的樣本數據值並生成一個帶有軸標籤和標題的Bokeh圖。然後，我們使用p.line()向圖表添加線渲染器。從Bokeh匯入output_file()功能，以指定圖表HTML表示的輸出文件名稱。

接下來，從IronPDF中，我們匯入ChromePdfRenderer類，這用於將HTML文件渲染成PDF。我們實例化IronPDF渲染器，並使用RenderHtmlFileAsPdf()方法將HTML文件轉換為PDF。最後，我們使用SaveAs()方法保存生成的PDF。

Bokeh Python（開發者如何運作）：圖3