- Bokeh教程
- Bokeh - 主页
- Bokeh - 简介
- Bokeh - 环境设置
- Bokeh - 入门
- Bokeh - Jupyter Notebook
- Bokeh - 基本概念
- Bokeh - 带字形的图
- Bokeh - 面积图
- Bokeh - 圆形字形
- Bokeh - 矩形、椭圆形和多边形
- Bokeh - 楔形和弧形
- Bokeh - 专业曲线
- Bokeh - 设置范围
- Bokeh - 轴
- Bokeh - 注释和图例
- Bokeh - pandas
- Bokeh - ColumnDataSource
- Bokeh - 过滤数据
- Bokeh - 布局
- Bokeh - 绘图工具
- Bokeh - 视觉属性样式
- Bokeh - 自定义图例
- Bokeh - 添加小部件
- Bokeh - 服务器
- Bokeh - 使用 Bokeh 子命令
- Bokeh - 导出图
- Bokeh - 嵌入图和应用程序
- Bokeh - 扩展Bokeh
- Bokeh - WebGL
- Bokeh - 使用 JavaScript 进行开发
- Bokeh有用资源
- Bokeh - 快速指南
- Bokeh - 有用的资源
- Bokeh - 讨论
Bokeh - 扩展Bokeh
Bokeh 与各种其他库很好地集成,允许您为每项任务使用最合适的工具。Bokeh 生成 JavaScript,这一事实使得将 Bokeh 输出与各种 JavaScript 库(例如 PhosphorJS)相结合成为可能。
Datashader (https://github.com/bokeh/datashader)是另一个可以扩展 Bokeh 输出的库。它是一个 Python 库,可将大型数据集预渲染为大型光栅图像。这种能力克服了浏览器在处理非常大的数据时的限制。Datashader 包含用于构建交互式 Bokeh 绘图的工具,这些工具可以在 Bokeh 中缩放和平移时动态重新渲染这些图像,从而可以在 Web 浏览器中处理任意大的数据集。
另一个库是 Holoviews(http://holoviews.org/),它为构建 Bokeh 图提供了一个简洁的声明式界面,特别是在 Jupyter Notebook 中。它有助于快速构建用于数据分析的图形原型。