在 Python 中使用 Bokeh 進行數據視覺化

通過將 Bokeh Python 與 IronPDF for Python 集成，可以輕鬆實現互動式可視化的創建及其嵌入到高品質的 PDF 出版物中。

Bokeh 是一個強大的 Python 框架，可製作高品質的互動資訊圖表，並且可以輕鬆地嵌入和分享至線上應用程式中。 深入的數據分析和展示可以通過其能夠創建的複雜圖表，諸如氣泡圖、箱線圖以及帶有誤差線的圖表，得到極大的幫助。

IronPDF 主要是一個 .NET 程式庫，但您可以用它來增強功能。 透過使用 Bokeh 進行視覺化呈現和 IronPDF 進行 PDF 生成，使用者可以將複雜且動態的視覺數據有效地包含在靜態的 PDF 報告中。

使用 Bokeh 創建視覺化圖表，將這些圖表導出為圖片，然後使用 IronPDF 將這些圖片嵌入 PDF 文件中，構成了此整合流程。 此方法結合了靜態文件生成的最佳特性和互動式可視化，讓數據科學家、分析師和開發者能夠創建全面且美觀的報告，這些報告易於分發和審閱。

Bokeh Python 是什麼？

Bokeh Python 提供了一個功能強大的繪圖介面，透過其 plotting 中的 figure 模組，讓使用者能夠創建各種互動式數據可視化。 其靈活性延伸至版面配置管理，其中 layouts 導入 row 和 layouts 導入 gridplot 便捷地促進多個圖的排列。

作為一個針對現代網頁瀏覽器優化的互動式可視化庫，Bokeh 渲染出令人驚嘆的散景繪圖，能夠動態響應用戶互動。 從簡單的折線圖到複雜的柱狀圖，Bokeh 在以清晰精確的方式傳達數據點方面表現出色，使其成為進行互動式數據可視化、探索和展示的無價工具。

由於 Bokeh 擁有多種情節樣式選擇，包括線形圖、條形圖、散點圖、箱形圖、氣泡圖及帶誤差線的圖表，因此適用於各種數據科學與可視化工作。 由於該庫具有高度的自訂功能，使用者可以更改顏色、標籤和圖例等圖形元素，以製作視覺上吸引人且富有教育意義的圖像。

互動圖表

Bokeh 使得創建互動式圖表成為可能，允許用戶透過縮放、平移和懸停來更深入地探索數據。 為了獲得更深入的見解和數據研究，或即使您只是想繪製公開可用的數據，此互動性是必不可少的。

高品質視覺效果

Bokeh 可製作視覺上令人驚艷且高品質的可視化圖表，適合於出版和展示。 這些圖片旨在既具有教育意義，又具有美感。

自訂化

Bokeh 提供多種圖表自訂選項。 圖形元素、顏色、標籤及其他特徵均可由使用者調整，實現自訂和精確的顯示。

伺服器端互動性

Bokeh 附帶一個整合的 Bokeh 伺服器，讓您可以創建動態儀表板和線上應用程式。這項功能非常適合動態數據視覺化需求，因為它允許實時數據流和更新。

與網絡技術整合

Bokeh 視覺化可以匯出為獨立的 HTML 文件，或整合到網頁應用程式中。透過這種連結，共享互動式視覺化在網際網路上變得簡單。

小工具和佈局

Bokeh 有助於製作錯綜複雜的佈局和互動小部件(例如下拉選單和滑塊)這些功能允許創建高級的數據儀表板和應用程式。

大型資料集處理

大型數據集可以由 Bokeh 有效處理。 即使面對大量數據，它也使用有效的渲染演算法來保持視覺化的響應性和互動性。

創建和配置 Bokeh Python

從安裝到互動圖形生成，在 Python 中設置和配置 Bokeh 涉及多個步驟。

安裝 Bokeh

您必須先安裝 Bokeh 庫。可以使用 Pip 來完成此操作：

pip install bokeh

匯入 Bokeh 庫

安裝 Bokeh 後，您必須從 Bokeh 導入所需的部分。

from bokeh.plotting import figure, output_file, show

from bokeh.plotting import figure, output_file, show

準備數據並創建圖表

準備好信息進行可視化展示。 此資料可以呈現為 Pandas DataFrames、NumPy 陣列或清單。 在 Bokeh 中，figure 函數可用於創建新圖。 圖形自訂包括更改圖形的標籤、標題和其他細節。

# 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')

添加渲染器

要描繪您的數據，添加渲染器(如線條、圓形和條形圖)到情節。

# 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)

配置輸出

指定圖表的預期輸出位置。 它可以嵌入顯示或匯出到檔案中。

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

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

顯示圖表

使用 display 函數來渲染 Bokeh 圖表。

# Show the plot
show(p)

# Show the plot
show(p)

入門

使用 Bokeh 建立互動視覺化，將其匯出為靜態照片，然後使用這些圖片製作 PDF 文件，是在 Python 中將 Bokeh 與 IronPDF 集成的步驟。 我們將使用 Python 函式庫 IronPDF 建立 PDF 文件。

什麼是 IronPDF？

使用強大的IronPDF Python庫來創建、修改和轉換PDF文件。 它使程式設計師能夠處理現有的 PDF、將 HTML 轉換為 PDF，並執行與 PDF 相關的各種程式設計任務。 IronPDF 提供了一種可調節且使用者友好的方式來創建高品質的 PDF 文件，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。

將HTML轉換為PDF

您可以使用 IronPDF 將 HTML 資訊轉換為 PDF 文件。 這使得能夠利用現代 HTML5、CSS3 和 JavaScript 從網絡內容創建視覺吸引力強的 PDF 出版物。

PDF 創建與編輯

以程式方式創建的新 PDF 文件可以添加文字、圖片、表格和其他材料。 IronPDF 允許您開啟和編輯現有的 PDF 文件。 您可以新增或修改 PDF 的內容，亦可移除特定部分。

高級樣式和佈局

使用 CSS 為 PDF 中的內容設計樣式。 這包括對複雜布局、字體、顏色和其他設計元素的支援。 透過呈現可與JavaScript一起使用的HTML內容，在PDF中創建動態材料。

安裝 IronPDF

可以使用 Pip 安裝 IronPDF。 要安裝它，請使用以下命令：

pip install ironpdf

使用Bokeh圖表生成PDF文件

使用 Bokeh 製作圖表。 讓我們製作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
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 Renderers
p.line(x, y, legend_label="Line Example", line_width=2)

# Configure Output
output_file("bokeh_plot.html")

# Create a PDF document
iron_pdf = ChromePdfRenderer()

# Add HTML content to the PDF (you can also add text, CSS, or JavaScript)
pdf = iron_pdf.RenderHtmlFileAsPdf("bokeh_plot.html")

# Save the PDF document
pdf.SaveAs("BokehPlot.pdf")

print("PDF document generated successfully.")

# Step 1: Import Bokeh Libraries
from bokeh.plotting import figure, output_file, show
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 Renderers
p.line(x, y, legend_label="Line Example", line_width=2)

# Configure Output
output_file("bokeh_plot.html")

# Create a PDF document
iron_pdf = ChromePdfRenderer()

# Add HTML content to the PDF (you can also add text, CSS, or JavaScript)
pdf = iron_pdf.RenderHtmlFileAsPdf("bokeh_plot.html")

# Save the PDF document
pdf.SaveAs("BokehPlot.pdf")

print("PDF document generated successfully.")

我們匯入 Bokeh 所需的功能。 建立圖形的範例數據值，並生成一個具有軸標籤和標題的 Bokeh 圖形。 然後使用 p.line()將線渲染器添加到繪圖中。 使用 Bokeh 的output_file`()將 Bokeh 圖表匯出為 HTML 文件或圖像的方法(例如 PNG).

output_file()function` 是從 Bokeh 匯入的。 Bokeh 圖表也可以使用給定的檔案名稱匯出為 HTML 檔案。 使用 IronPDF 創建 PDF 文件並將導出的 Bokeh 圖表插入其中。

從 IronPDF 我們匯入 ChromePdfRenderer 類別。 我們啟動了一個新的 IronPDF 實例。 使用 RenderHtmlFileAsPdf(), 我們將匯出的 Bokeh 圖表 HTML 文件附加到 PDF 文件中。 最後，我們使用SaveAs()\ 來保存 PDF 文件。

結論

總結而言，即便 Bokeh Python 和 IronPDF 並未直接整合，我們仍可以透過將 Bokeh 圖表匯出為圖片，再使用 IronPDF 將其嵌入 PDF 文件中以實現類似的功能。 雖然IronPDF為Python提供了製作PDF文件的編程能力，但Bokeh提供了強大的工具來創建動態且吸引人的圖表。

您可以通过遵循所列的说明轻松地将 Bokeh 图表添加到您的 PDF 报告和文档中。 這使得能夠生成全面、美觀的文本，伴隨動態互動數據可視化，從而改善數據驅動洞察的呈現和交流方式。

通過將 IronPDF 和 Iron Software 產品納入您的開發堆疊中，您可以確保客戶和最終用戶獲得功能豐富的高端軟體解決方案。 此外，這將有助於流程和項目優化。

IronPDF 擁有詳盡的文件、活躍的社群和定期更新，是一個很好的工具。 IronPDF 提供免費試用，價格從 $749 起，使您能夠繼續充分利用該產品。 Iron Software 是現代軟體開發項目的可靠夥伴。