相关截图：





资料简介：

Python是数据分析领域的主要技术和工具，Bokeh目前在Github的的Python数据可视化库上的排名独占鳌头，已经超过Matplotlib，因为动态、美观、易用等特性广受追捧！

这是一本适合零基础读者快速入门并掌握Bokeh的实战指南，作者是Bokeh的先驱用户和布道者，实践经验丰富。本书从图形绘制、数据动态展示、Web交互等维度全面讲解Bokeh功能和使用，不涉及复杂的数据处理和算法，包含大量实战案例。

1.基础准备

Anaconda安装方法、运行环境、绘图基础介绍

2.基本图形绘制

线形图、柱状图、饼图、气泡图、直方图等数十种图形绘制方法

3.数据类型与转换

Python List、Python Dict、Numpy Arrays、Pandas DataFrame、Bokeh ColumnDataSource等

4.视图属性

Bokeh图形配色、画布属性及绘图工具、图形显示和输出方式等

5.Web动态可视化

输出为HTML文件（源码/组件）、通过Web模板显示、Bokeh Flask、Bokeh Sever

前　言

第1章　准备工作 1

1.1　安装Anaconda

1.2　运行Jupyter Notebook

1.3　基本概念

第2章　绘制基本图形 7

2.1　绘图方法

2.2　散点图

2.3　气泡图

2.4　折线图

2.5　时间序列

2.6　柱状图

2.7　直方图

2.8　饼（环）图

2.9　旭日图

2.10　雷达图

2.11　箱形图

2.12　面积图

2.13　蜡烛（K线）图

2.14　色块图

2.15　仪表盘

2.16　火柴图

2.17　关系图

2.18　脊线图

2.19　向量图

2.20　其他

第3章　数据类型与转换 136

3.1　Python List

3.2　Python Dict

3.3　NumPy Arrays

3.4　Pandas DataFrame

3.5　Bokeh ColumnDataSource

3.6　数据更新、筛选

3.7　自动转换数据格式

第4章　视图属性 147

4.1　主题

4.2　配色

4.3　视图属性

4.4　绘图工具

4.5　图形显示布局

4.6　图形输出

4.7　使用工具条进行数据交互

4.8　使用控件进行数据交互

第5章　Web动态可视化 224

5.1　输出为HTML文件

5.2　输出为HTML源码

5.3　输出为HTML组件

5.4　通过Web模板显示

5.5　Bokeh Flask

5.6　Bokeh Sever