GitHub热榜第一，标星近万：这个用Python做交互式图形的项目火了

本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，热榜转载请联系出处。第标

GitHub上，星近形的项目一份用Python做交互式图形的交互资源火了。

这一工具名为Bokeh，式图官方介绍称，热榜它能读取大型数据集或者流数据，第标以简单快速的星近形的项目方式为网页提供优美、高交互性能的交互图形。

比如，式图有人用它做出了这样的热榜图：

有人做出了这样的图：

还有其他各种图：

也有人用它做了图去TED上演讲：

“美观、实用”是第标不少用户给出的评价，甚至有人想让这份工具用起来更方便，星近形的项目尝试去汉化它的交互官方文档。高防服务器

现在，式图这份资源已经标星9900+，一度冲上GitHub趋势榜***。

Bokeh使用指南

Bokeh，是由非营利组织NumFocus提供支持，大家可以免费使用，官方网站地址：

https://bokeh.pydata.org/en/latest/

Bokeh面向用户开放三个层次的接口：

低级接口能为应用开发者提供高度灵活的图形表示（支持自定义一些顶层的组件） 中级接口主要用于绘制曲线（会默认加载一些低级的组件） 高级接口用于快速简单地构建复杂图形

官方支持Python 2.7和3.5+版本，在其他版本的Python上功能可能会受限。

想要使用这一资源，最直接的办法是去GitHub上下载。项目地址：

https://github.com/bokeh/bokeh

不过，官方推荐的安装方式是使用Anaconda Python及其附带的Conda包管理系统，这是云服务器提供商一个专门为Python/R语言打造的数据科学平台，下载地址：

https://www.anaconda.com/distribution/

在工具使用方面，官方也提供了详尽的用户指南，包括快速安装运行、了解基础概念、如何处理数据、绘图、添加注释交互等等：

有人正在将Bokeh的用户指南汉化：

https://github.com/DonaldDai/Bokeh-CN

在具体实现方面，官方提供了教程与示例：

教程是基于Jupyter Notebook提供的，Bokeh本身也与Jupyter Notebook无缝集成，使用起来也比较方便。对于给出的每一个示例，官方也都给出了背后实现的代码。

如果你对这一工具有兴趣，或者正好需要这样一个工具，不妨去尝试下：

GitHub传送门：

https://github.com/bokeh/bokeh

Bokeh官网传送门：

https://bokeh.pydata.org/en/latest/

很赞哦!（8348）