Bokeh#
Bokeh ist eine interaktive Visualisierungsbibliothek für moderne Webbrowser. Ihr Ziel ist es, vielseitige Grafiken bereitzustellen und diese Fähigkeit durch performante Interaktivität auf sehr große und Streaming-Datasets zu erweitern. Bokeh ist hilfreich um schnell und einfach interaktive Diagramme, Dashboards und Datenanwendungen zu erstellen.
Um sowohl einfache als auch leistungsstarke und flexible Funktionen zu bieten, die für erweiterbare Anpassungen erforderlich sind, stellt Bokeh zwei Interfaces zur Verfügung:
- bokeh.models
Ein Low-Level-Interface, das Anwendungsentwicklern die größtmögliche Flexibilität bietet.
- bokeh.plotting
Ein High-Level-Interface für die Erstllung visueller Glyphen.
Installation#
Mit Spack könnt ihr Bokeh in eurem Kernel bereitstellen, z.B. mit:
$ spack env activate python-38
$ spack install - py-bokeh@2.4.1%gcc@11.2.0
Alternativ könnt ihr Bokeh auch mit anderen Paketmanagern installieren, z.B.
$ pipenv install bokeh
Optionale Erweiterungen#
Es gibt Erweiterungen für Bokeh für die folgenden Funktionen:
- NodeJS
Notwendig zum Erweitern von Bokeh oder zum Definieren von
CustomJS-Implementierungen in CoffeeScript oder TypeScript.- pandas
Notwendig für die Hexbin-Funktion. Einige Anwendungen werden durch die Verwendung von pandas vereinfacht, z. B. werden pandas DataFrames durch Glyph-Funktionen automatisch in Bokeh-Datenquellen konvertiert.
- Psutil
Erforderlich, um eine detaillierte Speicherprotokollierung im Bokeh-Server zu ermöglichen.
- NetworkX
Mit
from_networkxlässt sich der Bokeh-Diagrammrenderer direkt auf NetworkX-Daten anwenden.- Selenium, PhantomJS
Notwendig für das Exportieren von Plots in PNG- und SVG-Bilder.
Beispiele#
Bei der Installation mit pip werden die Beispiele nicht mitinstalliert.
Ihr könnt jedoch das Git-Repository klonen und euch das Verzeichnis
examples/ anschauen um die Beispiele zu sehen.
Die meisten dieser Beispiele nutzen Beispieldaten, die ebenfalls separat zur Verfügung gestellt werden müssen. Um diese Dateien herunterzuladen, gebt einfach folgendes ein:
$ pipenv run bokeh sampledata