条形图

除了在连续范围内绘制数值数据外，您还可以使用 Bokeh 在分类范围内绘制分类数据。

基本的分类范围在 Bokeh 中表示为字符串序列。例如，四季的列表

seasons = ["Winter", "Spring", "Summer", "Fall"]

Bokeh 也可以处理层级分类。例如，您可以使用嵌套的字符串序列来表示每个季度内的月份

months_by_quarter = [
    ("Q1", "Jan"), ("Q1", "Feb"), ("Q1", "Mar"),
    ("Q2", "Apr"), ("Q2", "May"), ("Q2", "Jun"),
    ("Q3", "Jul"), ("Q3", "Aug"), ("Q3", "Sep"),
    ("Q4", "Oct"), ("Q4", "Nov"), ("Q4", "Dec"),
]

根据您的数据结构，您可以使用不同类型的图表：条形图、分类热图、抖动图等。本章将介绍几种常见的分类数据绘图类型。

条形

处理分类数据最常见的方法之一是在条形图中呈现它。条形图有一个分类轴和一个连续轴。当每个类别只有一个值要绘制时，条形图非常有用。

与每个类别关联的值通过为该类别绘制一个条形来表示。此条形沿连续轴的长度对应于该类别的值。

条形图也可以根据层级子类别堆叠或分组在一起。本节将演示如何绘制各种不同的分类条形图。

基本

要创建基本条形图，请使用 hbar()（水平条形）或 vbar()（垂直条形）字形方法。下面的示例显示了一个简单的 1 级类别序列。

fruits = ['Apples', 'Pears', 'Nectarines', 'Plums', 'Grapes', 'Strawberries']

要将这些类别分配给 x 轴，请将此列表作为 x_range 参数传递给 figure()。

p = figure(x_range=fruits, ... )

这样做是创建 FactorRange 对象的便捷简写方式。等效的显式表示法是

p = figure(x_range=FactorRange(factors=fruits), ... )

当您想要自定义 FactorRange 时，此形式很有用，例如，通过更改范围或类别填充。

接下来，调用 vbar()，将水果名称列表作为 x 坐标，条形高度作为 top 坐标。您还可以指定 width 或其他可选属性。

p.vbar(x=fruits, top=[5, 3, 4, 2, 4, 6], width=0.9)

结合以上内容会产生以下输出

from bokeh.plotting import figure, show

fruits = ['Apples', 'Pears', 'Nectarines', 'Plums', 'Grapes', 'Strawberries']
counts = [5, 3, 4, 2, 4, 6]

p = figure(x_range=fruits, height=350, title="Fruit Counts",
           toolbar_location=None, tools="")

p.vbar(x=fruits, top=counts, width=0.9)

p.xgrid.grid_line_color = None
p.y_range.start = 0

show(p)

您还可以将数据分配给 ColumnDataSource 并将其作为 source 参数提供给 vbar()，而不是直接将数据作为参数传递。您将在后面的示例中看到这一点。

排序

要对给定绘图的条形进行排序，请按值对类别进行排序。

下面的示例根据计数以升序对水果类别进行排序，并相应地重新排列条形。

from bokeh.plotting import figure, show

fruits = ['Apples', 'Pears', 'Nectarines', 'Plums', 'Grapes', 'Strawberries']
counts = [5, 3, 4, 2, 4, 6]

# sorting the bars means sorting the range factors
sorted_fruits = sorted(fruits, key=lambda x: counts[fruits.index(x)])

p = figure(x_range=sorted_fruits, height=350, title="Fruit Counts",
           toolbar_location=None, tools="")

p.vbar(x=fruits, top=counts, width=0.9)

p.xgrid.grid_line_color = None
p.y_range.start = 0

show(p)

填充

颜色

您可以通过几种方式为条形着色

• 将所有颜色与其余数据一起提供给 ColumnDataSource，并将颜色列的名称分配给 vbar() 的 color 参数。

  from bokeh.models import ColumnDataSource
  from bokeh.palettes import Bright6
  from bokeh.plotting import figure, show
  
  fruits = ['Apples', 'Pears', 'Nectarines', 'Plums', 'Grapes', 'Strawberries']
  counts = [5, 3, 4, 2, 4, 6]
  
  source = ColumnDataSource(data=dict(fruits=fruits, counts=counts, color=Bright6))
  
  p = figure(x_range=fruits, y_range=(0,9), height=350, title="Fruit Counts",
             toolbar_location=None, tools="")
  
  p.vbar(x='fruits', top='counts', width=0.9, color='color', legend_field="fruits", source=source)
  
  p.xgrid.grid_line_color = None
  p.legend.orientation = "horizontal"
  p.legend.location = "top_center"
  
  show(p)
  

  您还可以将颜色列与 line_color 和 fill_color 参数一起使用，以分别更改轮廓和填充颜色。

• 使用 CategoricalColorMapper 模型在浏览器中映射条形颜色。您可以使用 factor_cmap() 函数来完成此操作。

  factor_cmap('fruits', palette=Spectral6, factors=fruits)
  

  然后，您可以将此函数的结果传递给 vbar() 的 color 参数，以获得相同的结果

  from bokeh.models import ColumnDataSource
  from bokeh.palettes import Bright6
  from bokeh.plotting import figure, show
  from bokeh.transform import factor_cmap
  
  fruits = ['Apples', 'Pears', 'Nectarines', 'Plums', 'Grapes', 'Strawberries']
  counts = [5, 3, 4, 2, 4, 6]
  
  source = ColumnDataSource(data=dict(fruits=fruits, counts=counts))
  
  p = figure(x_range=fruits, height=350, toolbar_location=None, title="Fruit Counts")
  
  p.vbar(x='fruits', top='counts', width=0.9, source=source, legend_field="fruits",
         line_color='white', fill_color=factor_cmap('fruits', palette=Bright6, factors=fruits))
  
  p.xgrid.grid_line_color = None
  p.y_range.start = 0
  p.y_range.end = 9
  p.legend.orientation = "horizontal"
  p.legend.location = "top_center"
  
  show(p)
  

  有关使用 Bokeh 颜色映射器的更多信息，请参阅 客户端颜色映射。

堆叠

要堆叠垂直条形，请使用 vbar_stack() 函数。下面的示例使用三组水果数据。每组数据对应一年。此示例为每组数据生成一个条形图，并将每种水果的条形元素彼此堆叠在顶部。

from bokeh.palettes import HighContrast3
from bokeh.plotting import figure, show

fruits = ['Apples', 'Pears', 'Nectarines', 'Plums', 'Grapes', 'Strawberries']
years = ["2015", "2016", "2017"]

data = {'fruits' : fruits,
        '2015'   : [2, 1, 4, 3, 2, 4],
        '2016'   : [5, 3, 4, 2, 4, 6],
        '2017'   : [3, 2, 4, 4, 5, 3]}

p = figure(x_range=fruits, height=250, title="Fruit Counts by Year",
           toolbar_location=None, tools="hover", tooltips="$name @fruits: @$name")

p.vbar_stack(years, x='fruits', width=0.9, color=HighContrast3, source=data,
             legend_label=years)

p.y_range.start = 0
p.x_range.range_padding = 0.1
p.xgrid.grid_line_color = None
p.axis.minor_tick_line_color = None
p.outline_line_color = None
p.legend.location = "top_left"
p.legend.orientation = "horizontal"

show(p)

您还可以堆叠表示正值和负值的条形

from bokeh.models import ColumnDataSource
from bokeh.palettes import GnBu3, OrRd3
from bokeh.plotting import figure, show

fruits = ['Apples', 'Pears', 'Nectarines', 'Plums', 'Grapes', 'Strawberries']
years = ["2015", "2016", "2017"]

exports = {'fruits' : fruits,
           '2015'   : [2, 1, 4, 3, 2, 4],
           '2016'   : [5, 3, 4, 2, 4, 6],
           '2017'   : [3, 2, 4, 4, 5, 3]}
imports = {'fruits' : fruits,
           '2015'   : [-1, 0, -1, -3, -2, -1],
           '2016'   : [-2, -1, -3, -1, -2, -2],
           '2017'   : [-1, -2, -1, 0, -2, -2]}

p = figure(y_range=fruits, height=350, x_range=(-16, 16), title="Fruit import/export, by year",
           toolbar_location=None)

p.hbar_stack(years, y='fruits', height=0.9, color=GnBu3, source=ColumnDataSource(exports),
             legend_label=[f"{year} exports" for year in years])

p.hbar_stack(years, y='fruits', height=0.9, color=OrRd3, source=ColumnDataSource(imports),
             legend_label=[f"{year} imports" for year in years])

p.y_range.range_padding = 0.1
p.ygrid.grid_line_color = None
p.legend.location = "top_left"
p.axis.minor_tick_line_color = None
p.outline_line_color = None

show(p)

工具提示

Bokeh 会自动将每个图层的 name 属性设置为其在数据集中的名称。您可以使用 $name 变量在工具提示上显示名称。您还可以使用 @$name 工具提示变量从数据集中检索图层中每个项目的值。

下面的示例演示了这两种行为

from bokeh.palettes import HighContrast3
from bokeh.plotting import figure, show

fruits = ['Apples', 'Pears', 'Nectarines', 'Plums', 'Grapes', 'Strawberries']
years = ["2015", "2016", "2017"]

data = {'fruits' : fruits,
        '2015'   : [2, 1, 4, 3, 2, 4],
        '2016'   : [5, 3, 4, 2, 4, 6],
        '2017'   : [3, 2, 4, 4, 5, 3]}

p = figure(x_range=fruits, height=250, title="Fruit counts by year",
           toolbar_location=None, tools="hover", tooltips="$name @fruits: @$name")

p.vbar_stack(years, x='fruits', width=0.9, color=HighContrast3, source=data,
             legend_label=years)

p.y_range.start = 0
p.x_range.range_padding = 0.1
p.xgrid.grid_line_color = None
p.axis.minor_tick_line_color = None
p.outline_line_color = None
p.legend.location = "top_left"
p.legend.orientation = "horizontal"

show(p)

您可以通过手动将其传递给 vbar_stack 或 hbar_stack 函数来覆盖 name 的值。在这种情况下，$@name 将对应于您提供的名称。

hbar_stack 和 vbar_stack 函数返回所有渲染器的列表（每个条形堆栈一个）。您可以使用此列表自定义每个图层的工具提示。

renderers = p.vbar_stack(years, x='fruits', width=0.9, color=colors, source=source,
                         legend=[value(x) for x in years], name=years)

for r in renderers:
    year = r.name
    hover = HoverTool(tooltips=[
        ("%s total" % year, "@%s" % year),
        ("index", "$index")
    ], renderers=[r])
    p.add_tools(hover)

分组

除了堆叠之外，您还可以选择对条形进行分组。根据您的用例，您可以通过两种方式实现此目的

• 使用嵌套类别

• 使用视觉偏移

嵌套类别

如果您提供几个数据子集，Bokeh 会自动将条形分组到标记类别中，用其表示的子集名称标记每个条形，并在类别之间添加分隔符。

下面的示例创建了一个水果-年份对（元组）序列，并通过对 vbar() 的单个调用按水果名称对条形进行分组。

from bokeh.models import ColumnDataSource, FactorRange
from bokeh.plotting import figure, show

fruits = ['Apples', 'Pears', 'Nectarines', 'Plums', 'Grapes', 'Strawberries']
years = ['2015', '2016', '2017']

data = {'fruits' : fruits,
        '2015'   : [2, 1, 4, 3, 2, 4],
        '2016'   : [5, 3, 3, 2, 4, 6],
        '2017'   : [3, 2, 4, 4, 5, 3]}

# this creates [ ("Apples", "2015"), ("Apples", "2016"), ("Apples", "2017"), ("Pears", "2015), ... ]
x = [ (fruit, year) for fruit in fruits for year in years ]
counts = sum(zip(data['2015'], data['2016'], data['2017']), ()) # like an hstack

source = ColumnDataSource(data=dict(x=x, counts=counts))

p = figure(x_range=FactorRange(*x), height=350, title="Fruit Counts by Year",
           toolbar_location=None, tools="")

p.vbar(x='x', top='counts', width=0.9, source=source)

p.y_range.start = 0
p.x_range.range_padding = 0.1
p.xaxis.major_label_orientation = 1
p.xgrid.grid_line_color = None

show(p)

要将不同的颜色应用于条形，请在 vbar() 函数调用中对 fill_color 使用 factor_cmap()，如下所示

p.vbar(x='x', top='counts', width=0.9, source=source, line_color="white",

       # use the palette to colormap based on the x[1:2] values
       fill_color=factor_cmap('x', palette=palette, factors=years, start=1, end=2))

对 factor_cmap() 的调用中的 start=1 和 end=2 使用 (fruit, year) 对中的年份进行颜色映射。

视觉偏移

假设一个场景，其中包含单独的 (fruit, year) 对序列，而不是单个数据表。您可以使用对 vbar() 的单独调用来绘制序列。但是，由于每个组中的每个条形都属于相同的 fruit 类别，因此条形会重叠。为避免此行为，请使用 dodge() 函数为每次调用 vbar() 提供偏移量。

from bokeh.models import ColumnDataSource
from bokeh.plotting import figure, show
from bokeh.transform import dodge

fruits = ['Apples', 'Pears', 'Nectarines', 'Plums', 'Grapes', 'Strawberries']
years = ['2015', '2016', '2017']

data = {'fruits' : fruits,
        '2015'   : [2, 1, 4, 3, 2, 4],
        '2016'   : [5, 3, 3, 2, 4, 6],
        '2017'   : [3, 2, 4, 4, 5, 3]}

source = ColumnDataSource(data=data)

p = figure(x_range=fruits, y_range=(0, 10), title="Fruit Counts by Year",
           height=350, toolbar_location=None, tools="")

p.vbar(x=dodge('fruits', -0.25, range=p.x_range), top='2015', source=source,
       width=0.2, color="#c9d9d3", legend_label="2015")

p.vbar(x=dodge('fruits',  0.0,  range=p.x_range), top='2016', source=source,
       width=0.2, color="#718dbf", legend_label="2016")

p.vbar(x=dodge('fruits',  0.25, range=p.x_range), top='2017', source=source,
       width=0.2, color="#e84d60", legend_label="2017")

p.x_range.range_padding = 0.1
p.xgrid.grid_line_color = None
p.legend.location = "top_left"
p.legend.orientation = "horizontal"

show(p)

堆叠和分组

您还可以结合以上技术来创建堆叠和分组条形的绘图。这是一个按季度对条形进行分组并按区域堆叠条形的示例

from bokeh.models import ColumnDataSource, FactorRange
from bokeh.plotting import figure, show

factors = [
    ("Q1", "jan"), ("Q1", "feb"), ("Q1", "mar"),
    ("Q2", "apr"), ("Q2", "may"), ("Q2", "jun"),
    ("Q3", "jul"), ("Q3", "aug"), ("Q3", "sep"),
    ("Q4", "oct"), ("Q4", "nov"), ("Q4", "dec"),

]

regions = ['east', 'west']

source = ColumnDataSource(data=dict(
    x=factors,
    east=[ 5, 5, 6, 5, 5, 4, 5, 6, 7, 8, 6, 9 ],
    west=[ 5, 7, 9, 4, 5, 4, 7, 7, 7, 6, 6, 7 ],
))

p = figure(x_range=FactorRange(*factors), height=250,
           toolbar_location=None, tools="")

p.vbar_stack(regions, x='x', width=0.9, alpha=0.5, color=["blue", "red"], source=source,
             legend_label=regions)

p.y_range.start = 0
p.y_range.end = 18
p.x_range.range_padding = 0.1
p.xaxis.major_label_orientation = 1
p.xgrid.grid_line_color = None
p.legend.location = "top_center"
p.legend.orientation = "horizontal"

show(p)

混合因子

您可以使用多级数据结构中的任何级别来定位字形。

下面的示例将每个月的条形分组到财务季度中，并在从 Q1 到 Q4 的组中心坐标处添加季度平均线。

from bokeh.models import FactorRange
from bokeh.palettes import TolPRGn4
from bokeh.plotting import figure, show

quarters =("Q1", "Q2", "Q3", "Q4")

months = (
    ("Q1", "jan"), ("Q1", "feb"), ("Q1", "mar"),
    ("Q2", "apr"), ("Q2", "may"), ("Q2", "jun"),
    ("Q3", "jul"), ("Q3", "aug"), ("Q3", "sep"),
    ("Q4", "oct"), ("Q4", "nov"), ("Q4", "dec"),
)

fill_color, line_color = TolPRGn4[2:]

p = figure(x_range=FactorRange(*months), height=500, tools="",
           background_fill_color="#fafafa", toolbar_location=None)

monthly = [10, 13, 16, 9, 10, 8, 12, 13, 14, 14, 12, 16]
p.vbar(x=months, top=monthly, width=0.8,
       fill_color=fill_color, fill_alpha=0.8, line_color=line_color, line_width=1.2)

quarterly = [13, 9, 13, 14]
p.line(x=quarters, y=quarterly, color=line_color, line_width=3)
p.scatter(x=quarters, y=quarterly, size=10,
          line_color=line_color, fill_color="white", line_width=3)

p.y_range.start = 0
p.x_range.range_padding = 0.1
p.xaxis.major_label_orientation = 1
p.xgrid.grid_line_color = None

show(p)

使用 pandas

pandas 是一个强大而流行的工具，用于分析 Python 中的表格数据和时间序列数据。虽然不是必需的，但它可以使使用 Bokeh 更加容易。

例如，您可以使用 pandas 提供的 GroupBy 对象来初始化 ColumnDataSource，并自动为许多统计参数创建列，例如组均值和计数。您还可以将这些 GroupBy 对象作为 range 参数传递给 figure。

from bokeh.palettes import Spectral5
from bokeh.plotting import figure, show
from bokeh.sampledata.autompg import autompg as df
from bokeh.transform import factor_cmap

df.cyl = df.cyl.astype(str)
group = df.groupby('cyl')

cyl_cmap = factor_cmap('cyl', palette=Spectral5, factors=sorted(df.cyl.unique()))

p = figure(height=350, x_range=group, title="MPG by # Cylinders",
           toolbar_location=None, tools="")

p.vbar(x='cyl', top='mpg_mean', width=1, source=group,
       line_color=cyl_cmap, fill_color=cyl_cmap)

p.y_range.start = 0
p.xgrid.grid_line_color = None
p.xaxis.axis_label = "some stuff"
p.xaxis.major_label_orientation = 1.2
p.outline_line_color = None

show(p)

上面的示例按 'cyl' 列对数据进行分组，这就是 ColumnDataSource 包含此列的原因。它还向未分组的类别（例如 'mpg'）添加了关联列，例如，在 'mpg_mean' 列中提供每加仑英里的平均数。

这也适用于多级组。下面的示例按 ('cyl', 'mfr') 对相同的数据进行分组，并将其显示在沿 x 轴分布的嵌套类别中。在这里，索引列名 'cyl_mfr' 是通过连接分组列的名称而生成的。

from bokeh.palettes import MediumContrast5
from bokeh.plotting import figure, show
from bokeh.sampledata.autompg import autompg_clean as df
from bokeh.transform import factor_cmap

df.cyl = df.cyl.astype(str)
df.yr = df.yr.astype(str)

group = df.groupby(['cyl', 'mfr'])

index_cmap = factor_cmap('cyl_mfr', palette=MediumContrast5, factors=sorted(df.cyl.unique()), end=1)

p = figure(width=800, height=300, title="Mean MPG by # Cylinders and Manufacturer",
           x_range=group, toolbar_location=None, tooltips=[("MPG", "@mpg_mean"), ("Cyl, Mfr", "@cyl_mfr")])

p.vbar(x='cyl_mfr', top='mpg_mean', width=1, source=group,
       line_color="white", fill_color=index_cmap )

p.y_range.start = 0
p.x_range.range_padding = 0.05
p.xgrid.grid_line_color = None
p.xaxis.axis_label = "Manufacturer grouped by # Cylinders"
p.xaxis.major_label_orientation = 1.2
p.outline_line_color = None

show(p)

区间

您可以使用条形图，不仅仅是具有共同基线的条形图。如果每个类别都关联了起始值和结束值，您还可以使用条形来表示每个类别在范围内的区间。

下面的示例为 hbar() 函数提供了 left 和 right 属性，以显示多年来奥运会短跑比赛中金牌和铜牌获得者之间的时间差。

from bokeh.models import ColumnDataSource
from bokeh.plotting import figure, show
from bokeh.sampledata.sprint import sprint

df = sprint.copy()  # since we are modifying sampledata

df.Year = df.Year.astype(str)
group = df.groupby('Year')
source = ColumnDataSource(group)

p = figure(y_range=group, x_range=(9.5,12.7), width=400, height=550, toolbar_location=None,
           title="Time Spreads for Sprint Medalists (by Year)")
p.hbar(y="Year", left='Time_min', right='Time_max', height=0.4, source=source)

p.ygrid.grid_line_color = None
p.xaxis.axis_label = "Time (seconds)"
p.outline_line_color = None

show(p)