使用 Bokeh 进行 Python 数据可视化

什么是Bokeh Python？

Bokeh Python通过其plotting导入figure模块提供了一个强大的绘图接口，使用户能够创建一系列交互式数据可视化。 其灵活性还扩展到布局管理，其中layouts导入row和layouts导入gridplot可以无缝排列多个图表。

作为一个为现代网络浏览器优化的交互式可视化库，Bokeh呈现动态响应用户互动的令人惊叹的bokeh绘图。 从简单的线形图到复杂的柱形图，Bokeh擅长清晰、精确地传达数据点，使其成为交互式数据可视化、探索和展示的宝贵工具。

由于其广泛的绘图样式选择，包括线形图、柱形图、散点图、箱形图、气泡图和带误差线的图表，Bokeh适用于各种数据科学和可视化工作。 由于库的高定制化程度，用户可以改变绘图元素，如颜色、标签和图例，产生视觉上吸引人且具有教育意义的图像。

创建和配置Bokeh Python

从安装到交互式图表生成，设置和配置Bokeh在Python中涉及多个步骤。

pip install bokeh

pip install bokeh

from bokeh.plotting import figure, output_file, show

from bokeh.plotting import figure, output_file, show

# 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')

# 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)

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

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

# Show the plot
show(p)

# Show the plot
show(p)

开始

使用Bokeh创建交互式可视化，将其导出为静态照片，然后使用这些图像生成PDF文档是集成Bokeh和IronPDF到Python中的步骤。 我们将使用Python库IronPDF来构建PDF文档。

什么是 IronPDF？ 使用功能强大的IronPDF库为Python创建、修改和转换PDF文件。 它使程序员能够处理现有PDF、将HTML转换为PDF，并执行与PDF相关的各种编程任务。 IronPDF提供可调整和用户友好的方式来创建高质量的PDF文档，使其成为需要动态PDF生成和处理的应用的有用解决方案。  #### 将HTML转换为PDF 您可以使用IronPDF将HTML信息转换为PDF文档。 这允许利用现代HTML5、CSS3和JavaScript，从网络内容创建视觉上吸引人的PDF出版物。 #### PDF创建和编辑 可以程序化地制作新PDF文档，并向其中添加文本、图像、表格和其他材料。 IronPDF允许您打开和编辑现有的PDF文档。 您可以添加或修改PDF的内容，也可以删除特定部分。 #### 高级样式和布局 使用CSS来为PDF中的内容设置样式。 这包括对复杂布局、字体、颜色和其他设计元素的支持。 通过呈现可以与JavaScript一起使用的HTML内容来创建PDF中的动态材料。 #### 安装IronPDF 可以使用Pip来安装IronPDF。 要进行安装，请使用以下命令： ```sh pip install ironpdf ``` ### 生成包含Bokeh图表的PDF文档 利用Bokeh制作图表。 我们来制作一个基本的线形图来说明这一点。 ```python # 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.") ``` 在这里，我们首先导入Bokeh所需的函数。建立绘图的示例数据值，并制作一个带有轴标签和标题的Bokeh图形。 然后，我们使用`p.line()`在绘图中添加一条线的渲染器。 从Bokeh导入`output_file()`函数，以指定绘图HTML表示的输出文件名。 接下来，我们从IronPDF中导入`ChromePdfRenderer`类，用于将HTML文件呈现为PDF。 我们实例化IronPDF渲染器，并使用`RenderHtmlFileAsPdf()`方法将HTML文件转换为PDF。 最后，我们使用`SaveAs()`方法保存生成的PDF。  ## 结论 总而言之，尽管Bokeh Python和IronPDF没有直接集成，但我们仍然可以通过将Bokeh图表导出为图片，然后使用IronPDF将其嵌入到PDF文档中来实现类似功能。 虽然IronPDF为Python提供了制作PDF文档的编程功能，但Bokeh为创建动态和吸引人的图表提供了强大的工具。 通过遵循上面列出的说明，您可以轻松地将Bokeh图表添加到您的PDF报告和文档中。 这使得可以制作详细、美观的文本，通过动态交互数据可视化提高数据驱动见解的展示和沟通方式。 通过在您的开发堆栈中包含IronPDF和Iron Software产品，您可以确保客户和最终用户获得功能丰富的高端软件解决方案。 此外，这将有助于优化流程和项目。 凭借详细的文档、活跃的社区和定期更新，IronPDF是一个出色的工具。 IronPDF提供免费试用和各种定价选项，因此您可以继续最大程度地利用该产品。 Iron Software是现代软件开发项目的可靠合作伙伴。