Jupyter#
在 Notebook 中工作#
Jupyter Notebook 是可计算的文档，常用于探索性工作、数据分析、教学和演示。Notebook 是一系列输入单元格，可以单独执行以立即显示其输出。除了经典 Notebook，还有用于较新的 JupyterLab 项目的 Notebook。Bokeh 可以嵌入独立的和 Bokeh 服务器内容，两者都可以。
独立输出#
独立的 Bokeh 内容不需要 Bokeh 服务器，可以直接嵌入到经典的 Jupyter Notebook 以及 JupyterLab 中。
经典 Notebook#
要在经典的 Jupyter Notebook 中内联显示 Bokeh 绘图，请使用 output_notebook() 函数，来自 bokeh.io，而不是（或除了）output_file() 函数。不需要其他修改。当您调用 show() 时，绘图将内联显示在下一个 Notebook 输出单元格中。请参阅下面的 Jupyter 屏幕截图
要让单个 Notebook 输出单元格显示多个绘图，请在输入单元格中多次调用 show()。绘图将按顺序显示。
JupyterLab#
要将 JupyterLab 与 Bokeh 一起使用，您至少应使用 JupyterLab 3.0 版本。在 JupyterLab 中启用 Bokeh 可视化还需要安装 jupyter_bokeh 扩展。
安装 JupyterLab 后，您可以使用 pip 或 conda 来安装 jupyter_bokeh
有关在低于 3.0 版本的 JupyterLab 中安装 jupyter_bokeh 的说明，请参阅 README，位于 jupyter_bokeh 的 GitHub 仓库中。
安装 jupyter_bokeh 后，您可以像使用 经典 Notebook 一样使用 Bokeh。
Bokeh 服务器应用程序#
您还可以嵌入完整的 Bokeh 服务器应用程序，将绘图事件和 Bokeh 的内置小部件直接连接到 Python 回调代码。有关 Bokeh 服务器应用程序的常规信息，请参阅 Bokeh 服务器。有关嵌入在 Jupyter Notebook 中的 Bokeh 应用程序的完整示例，请参阅以下 Notebook
JupyterHub#
从您自己的 JupyterHub 实例运行 Notebook 时，需要执行一些额外的步骤来嵌入 Bokeh 服务器应用程序，并启用客户端浏览器和在 JupyterLab 单元格中运行的 Bokeh 服务器之间的网络连接。这是因为您的浏览器需要连接到 Bokeh 服务器正在监听的端口。但是，JupyterHub 充当您的浏览器和您的 JupyterLab 容器之间的反向代理。
Bokeh 通过提供 notebook_url 参数来解决此问题，该参数可以传递一个可调用对象，以基于整数端口计算最终 URL。此外，如果 JupyterHub 管理员定义了环境变量 JUPYTER_BOKEH_EXTERNAL_URL，则定义 notebook_url 的过程将变为完全自动化，并且不再需要指定 notebook_url。这样做的好处是，同一个 Notebook 可以在 JupyterHub 和独立的 JupyterLab 会话中未经修改地运行。
所需依赖项#
按照上面所有的 JupyterLab（而非 JupyterHub）说明进行操作，然后继续安装 jupyter-server-proxy 包，并按如下方式启用服务器扩展
pip install jupyter-server-proxy && jupyter server extension enable --py jupyter-server-proxy
如果您打算使用 JupyterLab，则需要安装相应的扩展，可以从 GUI 安装，也可以使用以下命令安装
jupyter labextension install @jupyterlab/server-proxy
JupyterHub 管理员指南#
如果您是 JupyterHub 管理员，您可以通过在 Notebook 环境中设置环境变量，使 Bokeh 自动与未更改的 Notebook 一起工作
export JUPYTER_BOKEH_EXTERNAL_URL="https//our-hub.science.edu"
通常，这在 JupyterHub Helm chart 配置 YAML 中完成，如下所示
hub:
single_user:
extraEnv:
JUPYTER_BOKEH_EXTERNAL_URL="https://our-public-hub-name.edu"
上述操作的最终效果是，bokeh 自动使用下一节的技术，并且不需要额外的操作。
JupyterHub 用户指南#
对于未设置 JUPYTER_BOKEH_EXTERNAL_URL 的 Hub，定义一个函数来帮助创建浏览器连接到 Bokeh 服务器的 URL。有关参考实现，请参见下文。您必须修改此代码或将您的 JupyterHub 安装的 URL 分配给环境变量 EXTERNAL_URL。在这种情况下，JupyterHub 默认为 JUPYTERHUB_SERVICE_PREFIX。
def remote_jupyter_proxy_url(port):
"""
Callable to configure Bokeh's show method when a proxy must be
configured.
If port is None we're asking about the URL
for the origin header.
"""
base_url = os.environ['EXTERNAL_URL']
host = urllib.parse.urlparse(base_url).netloc
# If port is None we're asking for the URL origin
# so return the public hostname.
if port is None:
return host
service_url_path = os.environ['JUPYTERHUB_SERVICE_PREFIX']
proxy_url_path = 'proxy/%d' % port
user_url = urllib.parse.urljoin(base_url, service_url_path)
full_url = urllib.parse.urljoin(user_url, proxy_url_path)
return full_url
将您上面定义的函数作为 notebook_url 关键字参数传递给 show() 函数。然后，当 Bokeh 设置服务器并创建加载图形的 URL 时，它会调用此函数
show(obj, notebook_url=remote_jupyter_proxy_url)
您可能需要在执行此操作后重启服务器，然后 Bokeh 内容应该加载并执行在您的 Jupyter 环境中定义的 Python 回调。
信任 Notebook#
根据您使用的 Notebook 版本，您可能需要信任 Notebook，以便在 Notebook 关闭并重新打开时重新渲染 Bokeh 绘图。“信任 Notebook”选项通常位于“文件”菜单下
Notebook 幻灯片#
您可以将带有 Reveal.js 的 Notebook 用于从单元格生成幻灯片。您还可以将独立的（即非服务器）Bokeh 绘图包含在此类幻灯片中。但是，您需要执行一些额外的步骤才能正确显示输出。特别是，请确保包含 output_notebook 的单元格没有被跳过。
output_notebook 调用的渲染单元格输出确保 BokehJS 库加载。否则，Bokeh 绘图将无法工作。如果此单元格的类型设置为“跳过”，则 BokehJS 将不会加载，并且 Bokeh 绘图将不会显示。如果您想隐藏此单元格，请为其分配“notes”幻灯片类型。
Notebook 句柄#
您可以在不重新加载已显示绘图的情况下更新它。为此，请将 notebook_handle=True 参数传递给 show()，使其返回句柄对象。您可以将此句柄对象与 push_notebook() 函数一起使用，以使用最近对绘图属性、数据源值等所做的任何更改来更新绘图。
此Notebook 句柄功能仅在经典 Jupyter Notebook 中受支持，并且尚未在 JupyterLab 或 Zeppelin 中实现。
以下屏幕截图说明了 Notebook 句柄的基本用法
导入标准函数和
push_notebook()
创建一些绘图并将
notebook_handle=True传递给show()
检查句柄是否与刚刚显示的
In[2]的输出单元格关联
更新绘图的一些属性，然后使用句柄调用
push_notebook()
请注意，
In[2]的输出单元格已更改（无需重新执行）
有关 Notebook 句柄用法的更详细示例，请参阅以下 Notebook
Jupyter 交互器#
您可以使用 Notebook 小部件（称为 交互器）来更新 Bokeh 绘图。执行此操作的关键是 push_notebook() 函数。交互器的更新回调调用此函数以从小部件值更新绘图。请参阅下面的 examples/output/jupyter/push_notebook/Jupyter Interactors.ipynb 示例 Notebook 的屏幕截图
更多示例 Notebook#
您可以在 bokeh-tutorial 仓库中找到更多 Notebook 使用示例
在本地克隆仓库
git clone https://github.com/bokeh/tutorial.git
在您的 Web 浏览器中启动 Jupyter Notebook。
主要的 Bokeh 仓库还包括一些 Notebook 通信示例
Notebook 外部的 IPyWidgets#
现在您已经了解了如何在 JupyterLab 和经典 Notebook 环境中使用 Bokeh，您可能希望在这些环境之外利用充满活力的 Jupyter 生态系统。您可以使用 Bokeh 的 ipywidgets_bokeh 扩展来实现
$ conda install -c bokeh ipywidgets_bokeh
或
$ pip install ipywidgets_bokeh
此扩展允许您在 Bokeh 中使用 IPyWidgets。只需将小部件包装在 IPyWidget 模型中，并将包装器添加到文档或将其包含在布局中。您无需安装或启用任何其他扩展。
示例#
按照以下步骤构建一个应用程序，该应用程序具有单个 Jupyter 滑块，该滑块将其调整记录到控制台
首先构建一个小部件并配置一个观察器
from ipywidgets import FloatSlider angle = FloatSlider(min=0, max=360, value=0, step=1, description="Angle") def on_change(change): print(f"angle={change['new']} deg") angle.observe(on_change, names="value")
要将小部件与 Bokeh 集成，请将其包装在
IPyWidget中from ipywidgets_bokeh import IPyWidget ipywidget = IPyWidget(widget=angle)
将包装器添加到 Bokeh 文档
from bokeh.plotting import curdoc doc = curdoc() doc.add_root(ipywidget)
要运行应用程序，请输入 bokeh serve ipy_slider.py，其中 ipy_slider.py 是应用程序的名称（有关详细信息，请参阅 Bokeh 服务器）。此应用程序可在 https://127.0.0.1:5006/ipy_slider 访问。
您可以基于以上内容构建更复杂的布局，并包含高级小部件，例如 ipyleaflet 和 ipyvolume。有关更多示例，请参阅 Bokeh 仓库中的 examples/output/jupyter/ipywidgets。