
- Bokeh 教程
- Bokeh - 主頁
- Bokeh - 簡介
- Bokeh - 環境設定
- Bokeh - 快速入門
- Bokeh - Jupyter Notebook
- Bokeh - 基本概念
- Bokeh - 使用符號繪製圖形
- Bokeh - 面積圖
- Bokeh - 圓形符號
- Bokeh - 矩形、橢圓和多邊形
- Bokeh - 扇形和弧線
- Bokeh - 專用曲線
- Bokeh - 設定範圍
- Bokeh - 座標軸
- Bokeh - 註解和圖例
- Bokeh - Pandas
- Bokeh - ColumnDataSource
- Bokeh - 過濾資料
- Bokeh - 佈局
- Bokeh - 繪圖工具
- Bokeh - 設定視覺屬性樣式
- Bokeh - 自定義圖例
- Bokeh - 新增微件
- Bokeh - 伺服器
- Bokeh - 使用 Bokeh 子命令
- Bokeh - 匯出圖形
- Bokeh - 嵌入圖形和應用
- Bokeh - 擴充套件 Bokeh
- Bokeh - WebGL
- Bokeh - 使用 JavaScript 開發
- Bokeh 實用資源
- Bokeh - 快速指南
- Bokeh - 實用資源
- Bokeh - 討論
Bokeh - 擴充套件 Bokeh
Bokeh 可以很好地與各種其他庫整合,讓你可以按照每個任務使用最合適的工具。由於 Bokeh 生成了 JavaScript,因此可以將 Bokeh 輸出與各種 JavaScript 庫(如 PhosphorJS)組合起來使用。
Datashader (https://github.com/bokeh/datashader) 是另一個可以擴充套件 Bokeh 輸出的庫。它是一個 Python 庫,可以預先將大型資料集渲染成大尺寸柵格影像。此功能解決了瀏覽器在處理超大型資料時會遇到限制的問題。Datashader 包含用於構建互動式 Bokeh 圖形的工具,這些圖形可以在 Bokeh 中縮放和拖動時動態重新渲染其中這些影像,從而可以在網路瀏覽器中使用任意大型的資料集。
另一個庫是 Holoviews ((http://holoviews.org/),它為構建 Bokeh 圖形(尤其是在 Jupyter Notebook 中)提供了一個簡潔的宣告式介面。它支援快速生成資料分析所需的圖形原型。
廣告