Bokeh中独特的数据类型简介： ColumnDataSource
阅读量:次 Authors: 阳哥 PYTHONVISUALIZATION
Bokeh
Bokeh中独特的数据类型简介： ColumnDataSource
Table of Contents
本文的环境为
- window 7 系统
- python 3.6
- Jupyter Notebook
- bokeh 0.13.0
数据是进行数据可视化的必要基础， 在 bokeh 中，数据有几种呈现方式。
（1）直接提供数据
（2）通过 ColumnDataSource 来提供数据
1 直接提供数据
首先加载相关Python库。
from bokeh.plotting import figure, output_notebook, show
from bokeh.layouts import gridplot
from bokeh.models import ColumnDataSource
import numpy as np
import pandas as pd
output_notebook()
可以通过数据列的形式（list）直接提供数据
np.random.seed(15)
x=np.random.randint(1,20,size=6)
y=np.random.randint(20,50,size=6)
print(x)
print(y)
p = figure(plot_width=300, plot_height=300)
p.circle(x, y,size=y)
show(p)
[ 9 13 6 1 8 12]
[41 42 35 49 37 33]
图示如下：
2 通过 ColumnDataSource 来提供数据
ColumnDataSource 是 Bokeh 中一种重要的数据形式，ColumnDataSource() 方法有一个参数为 “data”， “data”主要有以下三种类型：
（1）data 为字典
（2）data 为 Pandas 的 DataFrame
（3）data 为 Pandas 的 DataFrame 的 groupby 对象
2.1 data 为字典
data 的表现形式是一个字典的形式， 一般情况下， 字典的 key 值是一个字符串，代表列名称， 而 value则是 list形式 或者 numpy的 array 形式。 演示如下：
data = {'x_values': [1, 2, 9, 4, 5],
'y_values': [6, 7, 2, 3, 6]}
source = ColumnDataSource(data=data)
source
ColumnDataSource(
id = '0d38f463-7107-49e7-9263-7b5395afc00a', …)
type(source)
bokeh.models.sources.ColumnDataSource
从上面结果来看， source 是一个 ColumnDataSource 对象，不能直接打印出来，后续可以在绘图是传入参数进行使用。
data = {'x_values': [1, 2, 9, 4, 5],
'y_values': [6, 7, 2, 3, 6]}
source = ColumnDataSource(data=data)
p = figure(plot_width=300, plot_height=300)
p.circle(x='x_values', y='y_values', source=source, size=20)
show(p)
图示如下：
2.2 data 为 pandas 的 DataFrame
ColumnDataSource （简称为 CDS） 的 data 参数，也可以是 pandas 的 DataFrame。 当CDS的参数是 DataFrame 时，参数中可以直接用 DataFrame 的列名称，索引名称，也可以直接用DataFrame 已有的名称， 如果没有索引名称，默认情况下， 索引名称 用 “index” 就可以。
data = {'x_column': [1, 2, 9, 4, 5, 8],
'y_column': [6, 7, 2, 3, 6, 2]}
df = pd.DataFrame(data=data)
df
| x_column | y_column | |
|---|---|---|
| 0 | 1 | 6 |
| 1 | 2 | 7 |
| 2 | 9 | 2 |
| 3 | 4 | 3 |
| 4 | 5 | 6 |
| 5 | 8 | 2 |
source_df = ColumnDataSource(df)
p = figure(plot_width=300, plot_height=300)
p.circle(x='x_column', y='y_column', source=source_df, size=15)
show(p)
图示如下：
source_df = ColumnDataSource(df)
p = figure(plot_width=300, plot_height=300)
# 使用 “index” 作为 DataFrame 的默认索引名称
p.circle(x= 'index', y='y_column', source=source_df, size=15)
show(p)
图示如下：
2.3 data 为 pandas 的 DataFrame 的 groupby 对象
ColumnDataSource （简称为 CDS） 的 data 参数，还也可以是 pandas 的 DataFrame 的 groupby 对象。
当CDS的参数是 DataFrame 的 groupby 对象时，在绘图时使用的 列名为 groupby 对象的 groupby.describe() 方法中的 列名称。
由于 groupby 会有多个统计参数，在引用时， 列表会合并到一起，形式如： column_mean 等。
dates = pd.date_range('20180101', periods=360)
df = pd.DataFrame(np.random.randn(360,2), index=dates, columns=list('AB'))
df['C'] = ['Good', 'Bad', 'Common', 'Good','Good']*72
df['month'] = df.index.month
df
图示如下：
g = df.groupby('month')
g.describe()
图示如下：
source_g = ColumnDataSource(g)
p = figure(plot_width=400, plot_height=300)
p.vbar(x='month', width=0.3, bottom=0, top='A_mean',source=source_g)
show(p)
图示如下：
3 小结
相对于 matplotlib， pandas，seaborn 等 Python 会图库， Bokeh 提供了特有的数据源，掌握好 ColumnDataSource 的应用，对于 Bokeh 绘图是至关重要的。 后续，我们还会陆续接触到 ColumnDataSource 的相关用法。
对我的文章感兴趣的朋友，可以关注我的微信公众号「Python数据之道」（ID：PyDataLab），接收我的更新通知。
