如何在Bokeh中新增顏色選擇器？

---

Bokeh是Python中最被低估的視覺化庫之一，可用於各種應用，包括資料分析、科學視覺化、互動式儀表板等。在本博文中，我們將學習如何在Bokeh中新增顏色選擇器小部件。

什麼是顏色選擇器？

顏色選擇器是Bokeh中的眾多小部件之一。它幫助使用者指定RGB顏色值。小部件為圖形新增互動性，這可以幫助使用者更新繪圖或驅動新的計算，而無需深入程式碼。除了顏色選擇器之外，Bokeh還有許多有趣的小部件，例如按鈕、複選框組、日期選擇器、資料表等。

Bokeh入門

＃安裝Bokeh

如果您尚未安裝Bokeh，請使用以下pip命令安裝它。

pip install Bokeh 

＃生成視覺化

#import Necessary Bokeh functions for showcasing output inline
from bokeh.layouts import column, row
from bokeh.models import ColorPicker
from bokeh.plotting import figure, show
from bokeh.io import output_notebook
output_notebook()

＃生成隨機資料

np.random.seed(1)

＃描述範圍

x = range(0, 11)
y1 = np.random.randint(1, 10, size=11)
y2 = np.random.randint(1, 10, size=11)

＃標記x軸和y軸併為它們指定範圍

plot = figure(x_axis_label='x', y_axis_label='y', x_range=(0, 11), y_range=(0,10))

＃新增更多資訊，例如標題名稱、對齊方式和字型大小

plot.title.text = "Adding color picker in Bokeh"
plot.title.align = "center"
plot.title.text_font_size = "20px"

＃記下每條線的顏色，並使用legend_label新增標籤

line1 = plot.line(x, y1, color="maroon", legend_label="First")
line2 = plot.line(x, y2, color="blue", legend_label="Second")

＃在圖形中新增顏色選擇器

picker1 = ColorPicker(title="Line 1 Color")
picker1.js_link('color', line1.glyph, 'line_color')
picker1.color='maroon'
picker2 = ColorPicker(title="Line 2 Color")
picker2.js_link('color', line2.glyph, 'line_color')
picker2.color='blue'

＃使用Show顯示繪圖

show(column(plot, row(picker1, picker2)))

程式碼解釋

我們的程式碼從匯入NumPy和Bokeh開始。除了Bokeh之外，我們還從Bokeh.models.widgets模組匯入Colorpicker。我們還從bokeh.plotting匯入figures和shows。

然後，我們建立一個基本折線圖/繪圖，我們將在此處新增顏色選擇器。建立繪圖後，我們呼叫ColorPicker類以新增小部件。我們還使用color函式指定顏色選擇器的初始顏色。

就是這樣！我們已成功將顏色選擇器小部件新增到Bokeh繪圖中。當用戶選擇新顏色時，將呼叫回撥函式，並相應地更新散點圖圓圈的顏色。此基本框架允許您自定義繪圖和回撥函式以滿足您的特定需求。新增顏色選擇器後，我們使用show()函式顯示繪圖。

輸出

點選顏色選擇器控制元件後，將出現一個下拉選單，如上圖所示。在這裡，您可以更改線條的顏色。

結論

Bokeh是您工具箱中一個有趣的繪圖和視覺化工具。但是，請注意，它不能替代Matplotlib或seaborn庫。大多數情況下，當您想要建立圖形輸出以解釋程式碼的抽象時，您將使用Bokeh。