本文共 961 字，大约阅读时间需要 3 分钟。

Bokeh 是一个强大的可视化库，广泛应用于数据可视化和科学图表生成。以下将详细介绍 Bokeh 的核心概念、输出方法以及相关接口。

术语解释

在 Bokeh 开发过程中，以下术语是常见且重要的：

• Application：在浏览器中展示的 Bokeh 文档，通常用于展示数据可视化结果。
• BokehJS：Bokeh 的 JavaScript 客户端库，用于控制渲染过程。
• Documents：组织了结构化数据的应用程序，用于存储和管理可视化内容。
• Embedding：各种方法，用于将 Bokeh 集成到其他应用程序中。
• Glyphs：Bokeh 绘图的基础视图，用于创建图形元素。
• Models：构成 Bokeh "图景"（scenegraph）的最底层对象。
• Server：可选组件，用于分享和发布 Bokeh 图表和应用程序。
• Widgets：用户界面元素，例如滑块、下拉菜单、按钮等，可用于 Bokeh 图表外区域。

输出方法

Bokeh 提供多种方法来输出可视化结果：

• output_file：用于生成简单的独立 HTML 文档，便于单独使用 Bokeh 可视化结果。
• output_notebook：用于在 Jupyter/Zeppelin 笔记本单元格中内联显示 Bokeh 可视化内容。
• bokeh html：从任意类型的 Bokeh 应用源文件（如 Python 脚本、应用程序目录、JSON 文件等）生成独立的 HTML 文档。
• bokeh json：将 Bokeh 文档序列化为 JSON 格式，适用于程序matic 处理。
• bokeh serve：将 Bokeh 文档发布为交互式网络应用程序。

接口与组件

Bokeh 由两大部分组成：

• BokehJS：作为 JavaScript 库，运行于浏览器中，是 Bokeh 的客户端部分。
• Python/其他语言库：用于生成 JSON 格式的 Bokeh 文档，供前端渲染使用。

bokeh.plotting

Bokeh 提供了一个中级别通用的 plotting 接口，类似于 Matplotlib 或 Matlab 的绘图接口，适用于一般性数据可视化需求。

通过上述方法和接口，开发者可以充分利用 Bokeh 的强大功能，轻松创建和分享数据可视化内容。

转载地址：http://jgefk.baihongyu.com/