Bokeh对Python操作的亮点

灵活

Bokeh使创建常见图变得简单，但也可以处理自定义或专用用例。

互动

使用工具和小部件，您和您的受众可以探查“假设情况”场景或深入数据详细信息。

可共享的

绘图，仪表板和应用程序可以发布在网页或Jupyter笔记本中。

高产的

在Python中可以使用您已经熟悉的所有PyData工具。

强大

您始终可以添加自定义JavaScript以支持高级或特殊情况。

开源的

包括Bokeh服务器在内的所有内容均已获得BSD许可，可在GitHub上获得。

应用领域

构建强大的数据应用程序

Python具有强大的分析工具的强大生态系统： NumPy， Scipy， Pandas， Dask， Scikit-Learn， OpenCV等。

发布复杂的仪表盘

数据科学家和开发人员赞赏Bokeh强大的API。但是，在为更广泛的受众发布结果时，重要的是生成清晰，易于理解的演示文稿的能力。

Bokeh提供了自己的基本网格和行/列布局，使入门变得轻而易举。当您需要漂亮的响应式仪表板时，也可以将Bokeh图和小部件嵌入流行的模板中。

借助可触发真正的Python回调的各种小部件，绘图工具和UI事件，Bokeh服务器是将这些工具连接到浏览器中丰富的交互式可视化文件的桥梁。

NumPy的特性

NumPy是使用Python进行科学计算的基本软件包，NumPy的主要对象是齐次多维数组。它是由非负整数元组索引的所有类型相同的元素（通常为数字）表。在NumPy中，尺寸称为轴。

交互式浏览笔记本中的数据

Bokeh在JupyterLab和经典笔记本电脑中均可工作。

与您的笔记本浏览器一起使用的先进的交互式可视化仅是output_notebook遥不可及的事情，其中包括完整的嵌入式Bokeh服务器应用程序。

可视化流数据

无论您是从金融市场，物联网遥测还是物理传感器流式传输数据，Bokeh均具有高效的流式API，可帮助您掌握信息。在Bokeh服务器应用程序中，就像将新数据值传递给stream方法一样简单：

 source.stream({'x': new_xs, 'y': new_ys})                                              

 但是，独立的背景虚化的输出可以处理得流数据，即使用AjaxDataSource或ServerSentDataSource。

向网页添加内容

也许您已经创建了需要包含报表图表的Flask或Django网络应用。或者，也许您为Jekyll博客写了一篇文章，该文章需要一些图表来说明您的观点。

背景虚化提供了各种方法嵌入其网页中的内容：server_document对部署的背景虚化服务器应用程序，或json_items和components为独立的背景虚化输出。

NumPy扩展功能

强大的N维数组对象

复杂的（广播）功能 

集成C / C ++和Fortran代码的工具 

有用的线性代数，傅立叶变换和随机数功能

除了其明显的科学用途外，NumPy还可以用作通用数据的高效多维容器。可以定义任意数据类型。这使NumPy能够无缝，快速地与各种数据库集成。

ndarray.ndim

数组的轴数（尺寸）。

ndarray.shape

数组的尺寸。这是一个整数元组，指示每个维度中数组的大小。对于具有n行和m列的矩阵，shape将为(n,m)。shape因此，元组的长度 为轴数ndim。

ndarray.size

数组元素的总数。这等于的元素的乘积shape。

ndarray.dtype

一个对象，描述数组中元素的类型。可以使用标准Python类型创建或指定dtype。另外，NumPy提供了自己的类型。numpy.int32，numpy.int16和numpy.float64是一些示例。

ndarray.itemsize

数组中每个元素的大小（以字节为单位）。例如，类型为元素的数组float64具有itemsize8（= 64/8），而类型complex32中的一个元素具有itemsize4（= 32/8）。等同于ndarray.dtype.itemsize。

ndarray.data

包含数组实际元素的缓冲区。通常，我们不需要使用此属性，因为我们将使用索引工具访问数组中的元素。

数据分析平台更多免费视频教程技巧：http://www.chinacpda.com/videocenter/

31个省份授权管理中心查询：http://www.chinacpda.com/train/

免费客服热线：400-050-6600

商业联合会数据分析专业委员会