Python資料視覺化：5段程式碼搞定散點圖繪製與使用，值得收藏

# 資料  
x = [1, 2, 3, 4, 5]  
y = [6, 7, 2, 4, 5]  
# 畫布：尺寸  
p = figure(plot_width=400, plot_height=400)  
# 畫圖  
p.scatter(x, y,   
          size=20, # screen units  顯示器畫素單位  
#           radius=1,  # data-space units  座標軸單位  
          marker="circle", color="navy", alpha=0.5)    
# p.circle(x, y, size=20, color="navy", alpha=0.5)  
# 顯示  
show(p)  

# 資料  
N = 4000  
x = np.random.random(size=N) * 100  # 隨機點x座標  
y = np.random.random(size=N) * 100  # 隨機點y座標  
radii = np.random.random(size=N) * 1.5  # 隨機半徑  
# 工具條  
TOOLS="hover,crosshair,pan,wheel_zoom,box_zoom,reset,tap,save,box_select,poly_select,lasso_select"  
# RGB顏色，畫布1，繪圖1  
colors2 = ["#%02x%02x%02x" % (int(r), int(g), 150) for r, g in zip(50+2*x, 30+2*y)]  
p1 = figure(width=300, height=300, tools=TOOLS)  
p1.scatter(x,y, radius=radii, fill_color=colors2, fill_alpha=0.6, line_color=None)  
# RGB顏色，畫布2，繪圖2  
colors2 = ["#%02x%02x%02x" % (150, int(g), int(b)) for g, b in zip(50+2*x, 30+2*y)]  
p2 = figure(width=300, height=300, tools=TOOLS)  
p2.scatter(x,y, radius=radii, fill_color=colors2, fill_alpha=0.6, line_color=None)  
# 直接顯示  
# show(p1)  
# show(p2)  
# 網格顯示  
from bokeh.layouts import gridplot  
grid = gridplot([[p1, p2]])   
show(grid)  

from bokeh.sampledata.iris import flowers  
# 配色  
colormap = {'setosa': 'red', 'versicolor': 'green', 'virginica': 'blue'}  
colors = [colormap[x] for x in flowers['species']]  
# 畫布  
p = figure(title = "Iris Morphology")  
# 繪圖  
p.circle(flowers["petal_length"], flowers["petal_width"],  
         color=colors, fill_alpha=0.2, size=10)  
# 其他  
p.xaxis.axis_label = 'Petal Length'  
p.yaxis.axis_label = 'Petal Width'  
# 顯示  
show(p)  

from bokeh.layouts import column, gridplot  
from bokeh.models import BoxSelectTool, Div  
# 資料  
x = np.linspace(0, 4*np.pi, 100)  
y = np.sin(x)  
# 工具條  
TOOLS = "wheel_zoom,save,box_select,lasso_select,reset"  
# HTML程式碼  
div = Div(text=""" 
<p>Bokeh中的畫布可透過多種佈局方式進行顯示；</p> 
<p>透過配置引數BoxSelectTool，在圖中用滑鼠選擇資料，採用不同方式進行互動。</p>
""") # HTML程式碼直接作為一個圖層顯示，也可以作為整個HTML文件  
# 檢視屬性  
opts = dict(tools=TOOLS, plot_width=350, plot_height=350)  
# 繪圖1  
p1 = figure(title="selection on mouseup", **opts)  
p1.circle(x, y, color="navy", size=6, alpha=0.6)  
# 繪圖2  
p2 = figure(title="selection on mousemove", **opts)  
p2.square(x, y, color="olive", size=6, alpha=0.6)  
p2.select_one(BoxSelectTool).select_every_mousemove = True  
# 繪圖3  
p3 = figure(title="default highlight", **opts)  
p3.circle(x, y, color="firebrick", alpha=0.5, size=6)  
# 繪圖4  
p4 = figure(title="custom highlight", **opts)  
p4.square(x, y, color="navy", size=6, alpha=0.6,  
          nonselection_color="orange", nonselection_alpha=0.6)  
# 佈局  
layout = column(div,  
                gridplot([[p1, p2], [p3, p4]], toolbar_location="right"),  
                sizing_mode="scale_width")  # sizing_mode 根據視窗寬度縮放影像  
# 繪圖  
show(layout)  

from bokeh.models import (  
       ColumnDataSource,  
       Range1d, DataRange1d,  
       LinearAxis, SingleIntervalTicker, FixedTicker,  
       Label, Arrow, NormalHead,  
       HoverTool, TapTool, CustomJS)  
from bokeh.sampledata.sprint import sprint  
abbrev_to_country = {  
      "USA": "United States",  
      "GBR": "Britain",  
      "JAM": "Jamaica",  
      "CAN": "Canada",  
      "TRI": "Trinidad and Tobago",  
      "AUS": "Australia",  
      "GER": "Germany",  
      "CUB": "Cuba",  
      "NAM": "Namibia",  
      "URS": "Soviet Union",  
      "BAR": "Barbados",  
      "BUL": "Bulgaria",  
      "HUN": "Hungary",  
      "NED": "Netherlands",  
      "NZL": "New Zealand",  
      "PAN": "Panama",  
      "POR": "Portugal",  
      "RSA": "South Africa",  
      "EUA": "United Team of Germany",  
}  
gold_fill   = "#efcf6d"  
gold_line   = "#c8a850"  
silver_fill = "#cccccc"  
silver_line = "#b0b0b1"  
bronze_fill = "#c59e8a"  
bronze_line = "#98715d"  
fill_color = { "gold": gold_fill, "silver": silver_fill, "bronze": bronze_fill }  
line_color = { "gold": gold_line, "silver": silver_line, "bronze": bronze_line }  
def selected_name(name, medal, year):  
    return name if medal == "gold" and year in [1988, 1968, 1936, 1896] else ""  
t0 = sprint.Time[0]  
sprint["Abbrev"]       = sprint.Country  
sprint["Country"]      = sprint.Abbrev.map(lambda abbr: abbrev_to_country[abbr])  
sprint["Medal"]        = sprint.Medal.map(lambda medal: medal.lower())  
sprint["Speed"]        = 100.0/sprint.Time  
sprint["MetersBack"]   = 100.0*(1.0 - t0/sprint.Time)  
sprint["MedalFill"]    = sprint.Medal.map(lambda medal: fill_color[medal])  
sprint["MedalLine"]    = sprint.Medal.map(lambda medal: line_color[medal])  
sprint["SelectedName"] = sprint[["Name", "Medal", "Year"]].apply(tuple, axis=1).map(lambda args: selected_name(*args))  
source = ColumnDataSource(sprint)  
xdr = Range1d(start=sprint.MetersBack.max()+2, end=0)               # XXX: +2 is poor-man's padding (otherwise misses last tick)  
ydr = DataRange1d(range_padding=4, range_padding_units="absolute")  
plot = figure(  
    x_range=xdr, y_range=ydr,  
    plot_width=1000, plot_height=600,  
    toolbar_location=None,  
    outline_line_color=None, y_axis_type=None)  
plot.title.text = "Usain Bolt vs. 116 years of Olympic sprinters"  
plot.title.text_font_size = "14pt"  
plot.xaxis.ticker = SingleIntervalTicker(interval=5, num_minor_ticks=0)  
plot.xaxis.axis_line_color = None  
plot.xaxis.major_tick_line_color = None  
plot.xgrid.grid_line_dash = "dashed"  
yticker = FixedTicker(ticks=[1900, 1912, 1924, 1936, 1952, 1964, 1976, 1988, 2000, 2012])  
yaxis = LinearAxis(ticker=yticker, major_tick_in=-5, major_tick_out=10)  
plot.add_layout(yaxis, "right")  
medal = plot.circle(x="MetersBack", y="Year", radius=dict(value=5, units="screen"),  
    fill_color="MedalFill", line_color="MedalLine", fill_alpha=0.5, source=source, level="overlay")  
plot.text(x="MetersBack", y="Year", x_offset=10, y_offset=-5, text="SelectedName",  
    text_align="left", text_baseline="middle", text_font_size="9pt", source=source)  
no_olympics_label = Label(  
    x=7.5, y=1942,  
    text="No Olympics in 1940 or 1944",  
    text_align="center", text_baseline="middle",  
    text_font_size="9pt", text_font_style="italic", text_color="silver")  
no_olympics = plot.add_layout(no_olympics_label)  
x = sprint[sprint.Year == 1900].MetersBack.min() - 0.5  
arrow = Arrow(x_start=x, x_end=5, y_start=1900, y_end=1900, start=NormalHead(fill_color="black", size=6), end=None, line_width=1.5)  
plot.add_layout(arrow)  
meters_back = Label(  
    x=5, x_offset=10, y=1900,  
    text="Meters behind 2012 Bolt",  
    text_align="left", text_baseline="middle",  
    text_font_size="10pt", text_font_style="bold")  
plot.add_layout(meters_back)  
disclaimer = Label(  
    x=0, y=0, x_units="screen", y_units="screen",  
    text="This chart includes medals for the United States and Australia in the \"Intermediary\" Games of 1906, which the I.O.C. does not formally recognize.",  
    text_font_size="8pt", text_color="silver")  
plot.add_layout(disclaimer, "below")  
tooltips = """ 
<div> 
    <span style="font-size: 15px;">@Name</span>  
    <span style="font-size: 10px; color: #666;">(@Abbrev)</span> 
</div> 
<div> 
    <span style="font-size: 17px; font-weight: bold;">@Time{0.00}</span>  
    <span style="font-size: 10px; color: #666;">@Year</span> 
</div> 
<div style="font-size: 11px; color: #666;">@{MetersBack}{0.00} meters behind</div> 
"""  
plot.add_tools(HoverTool(tooltips=tooltips, renderers=[medal]))  
open_url = CustomJS(args=dict(source=source), code=""" 
source.inspected._1d.indices.forEach(function(index) { 
    var name = source.data["Name"][index]; 
    var url = "http://en.wikipedia.org/wiki/" + encodeURIComponent(name); 
    window.open(url); 
}); 
""")  
plot.add_tools(TapTool(callback=open_url, renderers=[medal], behavior="inspect"))
show(plot)