GitHub热榜第一,标星近万:这个用Python做交互式图形的项目火了

乾明 发自 凹非寺

量子位 报道 | 公众号 QbitAI

GitHub上,一份用Python做交互式图形的资源火了。

这一工具名为Bokeh,官方介绍称,它能读取大型数据集或者流数据,以简单快速的方式为网页提供优美、高交互性能的图形。

比如,有人用它做出了这样的图:

有人做出了这样的图:

还有其他各种图:

也有人用它做了图去TED上演讲:

“美观、实用”是不少用户给出的评价,甚至有人想让这份工具用起来更方便,尝试去汉化它的官方文档。

现在,这份资源已经标星9900+,一度冲上GitHub趋势榜第一。

Bokeh使用指南

Bokeh,是由非营利组织NumFocus提供支持,大家可以免费使用,官方网站地址:

https://bokeh.pydata.org/en/latest/

Bokeh面向用户开放三个层次的接口:

  • 低级接口能为应用开发者提供高度灵活的图形表示(支持自定义一些顶层的组件)
  • 中级接口主要用于绘制曲线(会默认加载一些低级的组件)
  • 高级接口用于快速简单地构建复杂图形

官方支持Python 2.7和3.5+版本,在其他版本的Python上功能可能会受限。

想要使用这一资源,最直接的办法是去GitHub上下载。项目地址:

https://github.com/bokeh/bokeh

不过,官方推荐的安装方式是使用Anaconda Python及其附带的Conda包管理系统,这是一个专门为Python/R语言打造的数据科学平台,下载地址:

Anaconda Python/R Distribution

在工具使用方面,官方也提供了详尽的用户指南,包括快速安装运行、了解基础概念、如何处理数据、绘图、添加注释交互等等:

有人正在将Bokeh的用户指南汉化:

https://github.com/DonaldDai/Bokeh-CN

在具体实现方面,官方提供了教程与示例:

教程是基于Jupyter Notebook提供的,Bokeh本身也与Jupyter Notebook无缝集成,使用起来也比较方便。对于给出的每一个示例,官方也都给出了背后实现的代码。

如果你对这一工具有兴趣,或者正好需要这样一个工具,不妨去尝试下:

GitHub传送门:

https://github.com/bokeh/bokeh

Bokeh官网传送门:

https://bokeh.pydata.org/en/latest/

版权所有,未经授权不得以任何形式转载及使用,违者必究。