线条和曲线#
单线条#
下面的示例展示了如何使用 line() 字形方法从 x 和 y 点的一维序列生成单线条字形
from bokeh.plotting import figure, show
p = figure(width=400, height=400)
# add a line renderer
p.line([1, 2, 3, 4, 5], [6, 7, 2, 4, 5], line_width=2)
show(p)
阶梯线#
对于某些类型的数据，数据点之间的离散阶梯可能比线性线段更有效。要生成这种类型的数据表示，请使用 step() 字形方法。
from bokeh.plotting import figure, show
p = figure(width=400, height=400)
# add a steps renderer
p.step([1, 2, 3, 4, 5], [6, 7, 2, 4, 5], line_width=2, mode="center")
show(p)
调整 mode 参数以绘制阶梯级别，x 坐标可以在每个阶梯之前、之后或中间。
多线条#
如果您想一次绘制多条线，请使用 multi_line() 字形方法，如下所示
from bokeh.plotting import figure, show
p = figure(width=400, height=400)
p.multi_line([[1, 3, 2], [3, 4, 6, 6]], [[2, 1, 4], [4, 7, 8, 5]],
color=["firebrick", "navy"], alpha=[0.8, 0.3], line_width=4)
show(p)
注意
与许多其他字形方法不同，multi_line() 接受每条线的 x 和 y 位置的列表的列表。multi_line() 方法还期望颜色、alpha 和线宽等参数的标量值或每条线的标量值列表。您可以类似地使用 ColumnDataSource，它由点坐标的列表的列表和匹配长度的标量值列表组成。
缺失点#
您可以将 NaN 值传递给 line() 和 multi_line() 字形。这将产生不连续的线条，其中 NaN 值处存在间隙。
from math import nan
from bokeh.plotting import figure, show
p = figure(width=400, height=400)
# add a line renderer with NaN values
p.line([1, 2, 3, nan, 4, 5], [6, 7, 2, 4, 4, 5], line_width=8,
legend_label="line with NaN", alpha=0.5)
# don't use None as a value for a renderer, because it will be drawn as 0
p.line([1, 2, 3, None, 4, 5], [6, 7, 2, 4, 4, 5], line_width=2,
legend_label="line with None (BAD)", line_dash="dashed", color="red")
show(p)
请注意 NaN 作为数字的用法，它可以从 math 或 numpy 导入。不要使用原生 Python None 对象，因为这将在创建的图中评估为 0，因此会被绘制。None 不会导致线条中出现间隙，并且可能对图形产生隐式影响，例如图形的范围。
堆叠线#
当处理百分比和其他类似数据的时间序列时，您可能希望堆叠具有公共索引的线。为此，您可以使用 vline_stack() 和 hline_stack() 便利方法。
from bokeh.models import ColumnDataSource
from bokeh.plotting import figure, show
source = ColumnDataSource(data=dict(
x=[1, 2, 3, 4, 5],
y1=[1, 2, 4, 3, 4],
y2=[1, 4, 2, 2, 3],
))
p = figure(width=400, height=400)
p.vline_stack(['y1', 'y2'], x='x', source=source)
show(p)
注意
本章中的这个示例和其他示例依赖于 ColumnDataSource 进行数据结构化。有关如何使用此数据结构的信息，请参阅 数据源。
与标记组合#
您可以通过在单个 figure() 上调用它们的方法，在一个绘图上组合多个字形。
from bokeh.plotting import figure, show
x = [1, 2, 3, 4, 5]
y = [6, 7, 8, 7, 3]
p = figure(width=400, height=400)
# add both a line and circles on the same plot
p.line(x, y, line_width=2)
p.scatter(x, y, fill_color="white", size=8)
show(p)
此原则适用于所有 bokeh.plotting 字形方法。您可以根据需要在 Bokeh 绘图中添加任意数量的字形。
专用字形#
线段#
要绘制多个单独的线段，请使用 segment() 和 ray() 字形方法。
segment() 方法接受起点 x0 和 y0 以及终点 x1 和 y1。它在这些点之间渲染线段。
from bokeh.plotting import figure, show
p = figure(width=400, height=400)
p.segment(x0=[1, 2, 3], y0=[1, 2, 3], x1=[1.2, 2.4, 3.1],
y1=[1.2, 2.5, 3.7], color="#F4A582", line_width=3)
show(p)
射线#
ray() 方法接受起点 x 和 y 以及 length（以屏幕单位为单位）和 angle。angle_units 参数默认为 "rad"，但您也可以将其设置为 "deg" 以使角度以度而不是弧度来衡量。要获得始终延伸到绘图边缘的“无限”射线，请将 length 设置为 0。
from bokeh.plotting import figure, show
p = figure(width=400, height=400)
p.ray(x=[1, 2, 3], y=[1, 2, 3], length=45, angle=[30, 45, 60],
angle_units="deg", color="#FB8072", line_width=2)
show(p)
跨度#
要绘制多个水平或垂直跨度（分别为无限宽度或高度的线），请使用 hspan() 或 vspan() 字形方法。这些方法分别接受 y 或 x 坐标分量。请注意，这些字形只能在一个轴上计算边界，因此可能需要在正交轴中显式指定范围，例如，如果单独使用。
from bokeh.io import show
from bokeh.plotting import figure
plot = figure()
plot.hspan(
y=[0, 5, 15, 33],
line_width=[1, 2, 3, 4], line_color="red",
)
plot.vspan(
x=[0, 5, 15, 33],
line_width=[1, 2, 3, 4], line_color="blue",
)
show(plot)
弧线#
要绘制简单的线弧，请使用 arc() 字形方法，该方法接受 radius、start_angle 和 end_angle 以确定位置。此外，direction 属性确定是在起始角和终止角之间顺时针 ("clock") 还是逆时针 ("anticlock") 渲染。
from bokeh.plotting import figure, show
p = figure(width=400, height=400)
p.arc(x=[1, 2, 3], y=[1, 2, 3], radius=0.1, start_angle=0.4, end_angle=4.8, color="navy")
show(p)
参数化#
要绘制参数化的二次和三次曲线，请使用 quadratic() 和 bezier() 字形方法。有关这些曲线的更多详细信息，请参阅参考文档。