一 基本操作
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
% matplotlib inline
# 在notebook中创建绘图空间
from bokeh.plotting import figure,show,output_file
# 导入图表绘制、图标展示模块
from bokeh.io import output_notebook
# 导入notebook绘图模块
#output_notebook()
# notebook绘图命令
#output_file("line.html")
# notebook绘图命令，创建html文件
# 运行后会弹出html窗口
p = figure(plot_width=400, plot_height=400) # 创建图表，设置宽度、高度
p.circle([1, 2, 3, 4, 5], [6, 7, 2, 4, 5], size=20, color="navy", alpha=0.5)
# 创建一个圆形散点图
show(p)
# 绘图
# 创建图表工具
# figure()
df = pd.DataFrame(np.random.randn(100,2),columns = ['A','B'])
# 创建数据
p = figure(plot_width=600, plot_height=400, # 图表宽度、高度
tools = 'pan,wheel_zoom,box_zoom,save,reset,help', # 设置工具栏，默认全部显示
toolbar_location='above', # 工具栏位置："above"，"below"，"left"，"right"
x_axis_label = 'A', y_axis_label = 'B', # X,Y轴label
x_range = [-3,3], y_range = [-3,3], # X,Y轴范围
title="测试图表" # 设置图表title
)
# figure创建图表，设置基本参数
# tool参考文档：https://bokeh.pydata.org/en/latest/docs/user_guide/tools.html
p.title.text_color = "white"
p.title.text_font = "times"
p.title.text_font_style = "italic"
p.title.background_fill_color = "black"
# 设置标题：颜色、字体、风格、背景颜色
p.circle(df['A'], df['B'], size=20, alpha=0.5)
show(p)
# 创建散点图
# 这里.circle()是figure的一个绘图方法
# 颜色设置
p = figure(plot_width=600, plot_height=400)
# 创建绘图空间
p.circle(df.index, df['A'], color = 'green', size=10, alpha=0.5)
p.circle(df.index, df['B'], color = '#FF0000', size=10, alpha=0.5)
show(p)
# 颜色设置
# ① 147个CSS颜色，参考网址：http://www.colors.commutercreative.com/grid/
# ② RGB颜色值，参考网址：https://coolors.co/87f1ff-c0f5fa-bd8b9c-af125a-582b11
# 图表边框线参数设置
p = figure(plot_width=600, plot_height=400)
p.circle(df.index, df['A'], color = 'green', size=10, alpha=0.5)
p.circle(df.index, df['B'], color = '#FF0000', size=10, alpha=0.5)
# 绘制散点图
p.outline_line_width = 7 # 边框线宽
p.outline_line_alpha = 0.3 # 边框线透明度
p.outline_line_color = "navy" # 边框线颜色
# 设置图表边框
show(p)
# 设置绘图空间背景
p = figure(plot_width=600, plot_height=400)
p.circle(df.index, df['A'], color = 'green', size=10, alpha=0.5)
p.circle(df.index, df['B'], color = '#FF0000', size=10, alpha=0.5)
# 绘制散点图
p.background_fill_color = "beige" # 绘图空间背景颜色
p.background_fill_alpha = 0.5 # 绘图空间背景透明度
# 背景设置参数
show(p)
# 设置外边界背景
p = figure(plot_width=600, plot_height=400)
p.circle(df.index, df['A'], color = 'green', size=10, alpha=0.5)
p.circle(df.index, df['B'], color = '#FF0000', size=10, alpha=0.5)
# 绘制散点图
p.border_fill_color = "whitesmoke" # 外边界背景颜色
p.min_border_left = 80 # 外边界背景 - 左边宽度
p.min_border_right = 80 # 外边界背景 - 右边宽度
p.min_border_top = 10 # 外边界背景 - 上宽度
p.min_border_bottom = 10 # 外边界背景 - 下宽度
show(p)
# Axes - 轴线设置
# 轴线标签、轴线线宽、轴线颜色
# 字体颜色、字体角度
p = figure(plot_width=400, plot_height=400)
p.circle([1,2,3,4,5], [2,5,8,2,7], size=10)
# 绘制图表
p.xaxis.axis_label = "Temp"
p.xaxis.axis_line_width = 3
p.xaxis.axis_line_color = "red"
# 设置x轴线：标签、线宽、轴线颜色
p.yaxis.axis_label = "Pressure"
p.yaxis.major_label_text_color = "orange"
p.yaxis.major_label_orientation = "vertical"
# 设置y轴线：标签、字体颜色、字体角度
p.axis.minor_tick_in = 5 # 刻度往绘图区域内延伸长度
p.axis.minor_tick_out = 3 # 刻度往绘图区域外延伸长度
# 设置刻度
p.xaxis.bounds = (2, 4)
# 设置轴线范围
show(p)
# Axes - 轴线设置
# 标签设置
p = figure(plot_width=400, plot_height=400)
p.circle([1,2,3,4,5], [2,5,8,2,7], size=10)
p.xaxis.axis_label = "Lot Number"
p.xaxis.axis_label_text_color = "#aa6666"
p.xaxis.axis_label_standoff = 30
# 设置标签名称、字体颜色、偏移距离
p.yaxis.axis_label = "Bin Count"
p.yaxis.axis_label_text_font_style = "italic"
# 设置标签名称、字体
show(p)
# Grid - 格网设置
# 线型设置
p = figure(plot_width=600, plot_height=400)
p.circle(df.index, df['A'], color = 'green', size=10, alpha=0.5)
p.circle(df.index, df['B'], color = '#FF0000', size=10, alpha=0.5)
# 绘制散点图
p.xgrid.grid_line_color = None
# 颜色设置，None时则不显示
p.ygrid.grid_line_alpha = 0.8
p.ygrid.grid_line_dash = [6, 4]
# 设置透明度，虚线设置
# dash → 通过设置间隔来做虚线
p.xgrid.minor_grid_line_color = 'navy'
p.xgrid.minor_grid_line_alpha = 0.1
# minor_line → 设置次轴线
show(p)
# Grid - 格网设置
# 颜色填充
p = figure(plot_width=600, plot_height=400)
p.circle(df.index, df['A'], color = 'green', size=10, alpha=0.5)
p.circle(df.index, df['B'], color = '#FF0000', size=10, alpha=0.5)
# 绘制散点图
p.xgrid.grid_line_color = None
# 设置颜色为空
p.ygrid.band_fill_alpha = 0.1
p.ygrid.band_fill_color = "navy"
# 设置颜色填充，及透明度
#p.grid.bounds = (-1, 1)
# 设置填充边界
show(p)
# Legend - 图例设置
# 设置方法 → 在绘图时设置图例名称 + 设置图例位置
p = figure(plot_width=600, plot_height=400)
# 创建图表
x = np.linspace(0, 4*np.pi, 100)
y = np.sin(x)
# 设置x，y
p.circle(x, y, legend="sin(x)")
p.line(x, y, legend="sin(x)")
# 绘制line1，设置图例名称
p.line(x, 2*y, legend="2*sin(x)",line_dash=[4, 4], line_color="orange", line_width=2)
# 绘制line2，设置图例名称
p.square(x, 3*y, legend="3*sin(x)", fill_color=None, line_color="green")
p.line(x, 3*y, legend="3*sin(x)", line_color="green")
# 绘制line3，设置图例名称
p.legend.location = "bottom_left"
# 设置图例位置："top_left"、"top_center"、"top_right" (the default)、"center_right"、"bottom_right"、"bottom_center"
# "bottom_left"、"center_left"、"center"
p.legend.orientation = "vertical"
# 设置图例排列方向："vertical" （默认）or "horizontal"
p.legend.label_text_font = "times"
p.legend.label_text_font_style = "italic" # 斜体
p.legend.label_text_color = "navy"
p.legend.label_text_font_size = '12pt'
# 设置图例：字体、风格、颜色、字体大小
p.legend.border_line_width = 3
p.legend.border_line_color = "navy"
p.legend.border_line_alpha = 0.5
# 设置图例外边线：宽度、颜色、透明度
p.legend.background_fill_color = "gray"
p.legend.background_fill_alpha = 0.2
# 设置图例背景：颜色、透明度
show(p)
总结一下：
Line Properties → 线设置
Fill Properties → 填充设置
Text Properties → 字体设置
1、Line Properties → 线设置
（1）line_color，设置颜色
（2）line_width，设置宽度
（3）line_alpha，设置透明度
（4）line_join，设置连接点样式：'miter' miter_join，'round' round_join，'bevel' bevel_join
（5）line_cap，设置线端口样式，'butt' butt_cap，'round' round_cap，'square' square_cap
（6）line_dash，设置线条样式，'solid'，'dashed'，'dotted'，'dotdash'，'dashdot'，或者整型数组方式（例如[6,4]）
2、Fill Properties → 填充设置
（1）fill_color，设置填充颜色
（2）fill_alpha，设置填充透明度
3、Text Properties → 字体设置
（1）text_font，字体
（2）text_font_size，字体大小，单位为pt或者em（ '12pt', '1.5em'）
（3）text_font_style，字体风格，'normal' normal text，'italic' italic text，'bold' bold text
（4）text_color，字体颜色
（5）text_alpha，字体透明度
（6）text_align，字体水平方向位置，'left', 'right', 'center'
（7）text_baseline，字体垂直方向位置，'top'，'middle'，'bottom'，'alphabetic'，'hanging'
4、可见性
p.xaxis.visible = False
p.xgrid.visible = False
基本参数中都含有.visible参数，设置是否可见