折线图，单线图、多线图

折线图

单线图、多线图

导入库

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
import warnings
warnings.filterwarnings('ignore') 
# 不发出警告

# 导入图表绘制、图标展示模块

from bokeh.io import output_notebook
output_notebook()
# 导入notebook绘图模块
from bokeh.plotting import figure,show

# 1、折线图 - 单线图

from bokeh.models import ColumnDataSource
# 导入ColumnDataSource模块
# 将数据存储为ColumnDataSource对象
# 参考文档：http://bokeh.pydata.org/en/latest/docs/user_guide/data.html
# 可以将dict、Dataframe、group对象转化为ColumnDataSource对象
df = pd.DataFrame({'value':np.random.randn(100).cumsum()})
# 创建数据
df.index.name = 'index'
source = ColumnDataSource(data = df)
# 转化为ColumnDataSource对象
# 这里注意了，index和columns都必须有名称字段
p = figure(plot_width=600, plot_height=400)
p.line(x='index',y='value',source = source,     # 设置x，y值, source → 数据源
       line_width=1, line_alpha = 0.8, line_color = 'black',line_dash = [10,4])   # 线型基本设置
# 绘制折线图
p.circle(x='index',y='value',source = source, 
         size = 2,color = 'red',alpha = 0.8)
# 绘制折点  也就是一个散点图
show(p)

# 1、折线图 - 多线图--① multi_line

df = pd.DataFrame({'A':np.random.randn(100).cumsum(),"B":np.random.randn(100).cumsum()})
# 创建数据
p = figure(plot_width=600, plot_height=400)
p.multi_line([df.index, df.index], [df['A'], df['B']],   # 注意x，y值的设置 → [x1,x2,x3,..], [y1,y2,y3,...]
             color=["firebrick", "navy"],    # 可同时设置 → color= "firebrick"
             alpha=[0.8, 0.6],     # 可同时设置 → alpha = 0.6
             line_width=[2,1],     # 可同时设置 → line_width = 2
            )
# 绘制多段线
# 这里由于需要输入具体值，故直接用dataframe，或者dict即可
show(p)

# 1、折线图 - 多线图--② 多个line

x = np.linspace(0.1, 5, 100)
# 创建x值
p = figure(title="log axis example", y_axis_type="log",y_range=(0.001, 10**22))
# 这里设置对数坐标轴
p.line(x, np.sqrt(x), legend_label="y=sqrt(x)",
       line_color="tomato", line_dash="dotdash")
# line1
p.line(x, x, legend_label="y=x")
p.circle(x, x, legend_label="y=x")
# line2，折线图+散点图
p.line(x, x**2, legend_label="y=x**2")
p.circle(x, x**2, legend_label="y=x**2",fill_color=None, line_color="olivedrab")
# line3
p.line(x, 10**x, legend_label="y=10^x",line_color="gold", line_width=2)
# line4
p.line(x, x**x, legend_label="y=x^x",line_dash="dotted", line_color="indigo", line_width=2)
# line5
p.line(x, 10**(x**2), legend_label="y=10^(x^2)",line_color="coral", line_dash="dashed", line_width=2)
# line6
p.legend.location = "top_left"
p.xaxis.axis_label = 'Domain'
p.yaxis.axis_label = 'Values (log scale)'
# 设置图例及label
show(p)