信息圖標
跳過到頁腳內容
  1. IronPDF for Python
  2. IronPDF for Python 博客
  3. Python 幫助
  4. Bokeh Python
PYTHON 幫助

使用 Bokeh 在 Python 中进行数据可视化

Curtis Chau
Curtis Chau
更新日期:

透過將 Bokeh Python 與 IronPDF for Python 整合，可以輕鬆地創建互動式可視化並將其嵌入到高質量的 PDF 出版物中。

Bokeh 是一個強大的 Python 框架，用於製作高質量的互動式信息圖，這些信息圖易於分享和嵌入到在線應用中。 它可以創建複雜的圖表，如氣泡圖、箱形圖和誤差棒圖，極大地幫助深入的數據分析和展示。

IronPDF 主要是一個 .NET 庫，但您可以使用它來增強其功能。 通過利用 Bokeh 進行可視化表示和利用 IronPDF 進行 PDF 生成，用戶可以有效地將複雜和動態的可視化數據納入靜態 PDF 報告中。

使用 Bokeh 創建可視化，將這些圖表導出為圖像，然後使用 IronPDF 將這些圖像嵌入到 PDF 文檔中，構成這個集成過程。 這種方法結合了靜態文檔生成的最佳特性和互動式可視化，讓數據科學家、分析師和開發人員能夠創建全面、美觀的報告，易於分發和檢視。

什麼是 Bokeh Python？

Bokeh Python 提供了一個強大的繪圖接口，通過其 plotting 導入 figure 模塊，可以讓用戶創建各種互動式數據可視化。 它的靈活性擴展到布局管理，其中 layouts 導入 row 和 layouts 導入 gridplot，無縫地安排多個圖表。

作為專為現代網頁瀏覽器優化的互動式可視化庫，Bokeh 渲染的 Bokeh 繪圖可動態響應用戶交互。 從簡單的折線圖到複雜的柱狀圖，Bokeh 在以清晰和精確的方式傳達數據點方面具有出色的能力，使其成為進行互動式數據可視化、探索和展示的寶貴工具。

Bokeh Python (對開發人員的運作方式): 圖 1

由於擁有廣泛的圖表風格，包括折線圖、柱狀圖、散點圖、箱形圖、氣泡圖和誤差棒圖，Bokeh 適合各種數據科學和可視化工作。 由於庫的高度自定義性，用戶可以更改圖表元素的顏色、標籤和圖例，製作具有視覺吸引力和教育意義的圖片。

互動式圖表

Bokeh 可以創建互動式圖表，允許用戶通過縮放、平移和懸停深入探索數據。 對於更深入的洞察和數據研究，甚至即使您只是想要繪製公開可獲取的數據，這種互動性都至關重要。

高質量圖像

Bokeh 創建的可視化效果驚艷且高品質，適合出版和展示。 圖像旨在達到教育與美學的雙重目的。

自定義

Bokeh 提供了廣泛的圖表自定義選項。 用戶可以調整圖表元素、顏色、標籤和其他特性，從而實現定制和準確的顯示。

服務器端互動性

Bokeh 配備了一個集成的 Bokeh 服務器，允許創建動態儀表板和在線應用。這種能力非常適合需要動態數據可視化的需求，因為它允許實時數據流和更新。

與網路技術的整合

Bokeh 可視化可以作為獨立的 HTML 文件導出或集成到網路應用中。這種連接讓在線共享互動式可視化變得簡單。

小工具和布局

Bokeh 促進了複雜布局和互動小工具（如下拉菜單和滑塊）的生成，這些小工具允許建立複雜的數據儀表板和應用。

大型數據集處理

Bokeh 可以有效地處理大型數據集。 即使在大量數據的情況下，它也利用高效的渲染算法來保持可視化的響應性和互動性。

創建和配置 Bokeh Python

從安裝到生成互動式圖表，設置和配置 Bokeh 在 Python 中需要多個步驟。

安裝 Bokeh

您必須先安裝 Bokeh 庫。可以使用 Pip 來進行這個操作：

pip install bokeh
pip install bokeh
SHELL

導入 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
PYTHON

準備數據並創建圖

準備好要進行可視化的數據。 這些數據可以表示為 Pandas 數據框、NumPy 陣列或列表。 figure 函數可以用來在 Bokeh 中創建新的圖表。 圖表自定義包括更改圖表的標籤、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')
PYTHON

添加渲染器

在圖表中添加渲染器（例如線條、圓圈和條形圖）以描繪您的數據。

# 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

指明要輸出的圖表的目的地。 它可以內聯查看或導出到文件。

# 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

使用顯示函數來渲染 Bokeh 圖表。

# Show the plot
show(p)
# Show the plot
show(p)
PYTHON

入門指南

使用 Bokeh 創建互動式可視化，將其導出為靜態照片，然後利用這些圖像製作 PDF 文檔，是在 Python 中集成 Bokeh 與 IronPDF 的步驟。 我們將使用 Python 庫 IronPDF 來構建 PDF 文檔。

什麼是 IronPDF？

使用強大的 IronPDF for Python 庫來創建、修改和轉換 PDF 文件。 它使程序員能夠處理現有的 PDF、將 HTML 轉換為 PDF，以及執行各種與 PDF 相關的基於編程的任務。 IronPDF 提供了一種可調整且用戶友好的方法來創建高質量的 PDF 文檔，成為需要動態 PDF 生成和處理的應用的一種有用的解決方案。

Bokeh Python (對開發人員的運作方式): 圖 2

將 HTML 轉換為 PDF

您可以使用 IronPDF 將 HTML 信息轉換為 PDF 文檔。 這允許使用現代化的 HTML5 、CSS3 和 JavaScript，從網絡內容創建具有視覺吸引力的 PDF 出版物。

PDF 創建和編輯

可 برنامه生成的新的 PDF 文件可以在其中添加文本、圖像、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，或刪除特定部分。

高級樣式和布局

使用 CSS 來樣式化 PDF 中的內容。 這包括對複雜的布局、字體、顏色和其他設計元素的支持。 通過渲染可與 JavaScript 使用的 HTML 內容來創建 PDF 中的動態材料。

安裝 IronPDF

可以使用 Pip 來安裝 IronPDF。 使用以下命令來安裝它：

pip install ironpdf
pip install ironpdf
SHELL

生成帶有 Bokeh 圖表的 PDF 文檔

利用 Bokeh 創建圖表。 讓我們製作一個基本的折線圖以作為說明。

# 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

在此，我們首先導入 Bokeh 所需的函數。設立圖表的示例數據值並產生具有軸標籤和標題的 Bokeh 圖。 然後，我們使用 p.line() 在圖中添加一條線渲染器。 從 Bokeh 導入 output_file() 函數來指定圖表的 HTML 表示輸出文件名。

接下來，從 IronPDF 導入用於將 HTML 文件渲染為 PDF 的 ChromePdfRenderer 類。 我們創建了 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 (對開發人員的運作方式): 圖 3

結論

總之，雖然 Bokeh Python 和 IronPDF 不是直接集成的，但我們仍可以通過導出 Bokeh 圖表為圖片，然後使用 IronPDF 將它們嵌入到 PDF 文檔中來實現類似的功能。 雖然 IronPDF 為 Python 提供了製作 PDF 文檔的編程能力，但 Bokeh 提供了強大的工具來創建動態和引人注目的圖表。

按照上面列出的說明，您可以輕鬆地將 Bokeh 圖表添加到您的 PDF 報告和文檔中。 這使得能夠製作詳盡、美觀的文本，具有動態互動的數據可視化，提升數據驅動見解的呈現和交流。

將 IronPDF 和 Iron Software 的產品納入您的開發棧中，可以確保您的客戶和最終用戶獲得功能豐富、高端的軟件解決方案。 此外，這將有助於優化流程和項目。

通過詳盡的文檔、活躍的社區和定期的更新，IronPDF 是一個值得信賴的工具。 IronPDF 提供免費試用和各種價格選項，以便您能夠從這個產品中獲得最佳收益。 Iron Software 是現代軟件開發項目的一個可靠夥伴。

Curtis Chau
Curtis Chau
  立即與工程團隊聊天
技術作家

Curtis Chau 擁有卡爾頓大學計算機科學學士學位，專注於前端開發，擅長於 Node.js、TypeScript、JavaScript 和 React。Curtis 熱衷於創建直觀且美觀的用戶界面，喜歡使用現代框架並打造結構良好、視覺吸引人的手冊。

除了開發之外，Curtis 對物聯網 (IoT) 有著濃厚的興趣，探索將硬體和軟體結合的創新方式。在閒暇時間，他喜愛遊戲並構建 Discord 機器人，結合科技與創意的樂趣。

相關文章

30 天試用→完整產品。無限制。無需信用卡。 開始免費試用