Bokeh es una biblioteca de visualización de gráficos de datos interactivos para navegadores web modernos. Proporciona una construcción elegante y concisa de gráficos versátiles y ofrece una interactividad de alto rendimiento en conjuntos de datos grandes o de transmisión.
En este artículo, vamos a discutir cómo cambiar el tamaño de las etiquetas de ticks usando el Bokeh de Python.
Enfoque paso a paso:
- Ahora, para trazar cualquier conjunto de datos usando bokeh, la forma más fácil es importar las funciones ‘figura’ y ‘mostrar’ de la clase de trazado. Los otros son importaciones opcionales que ayudan a personalizar el gráfico.
- Cree un objeto de figura, que trazará los valores de nuestro conjunto de datos proporcionado en el gráfico.
- Ahora la variable ‘parcela’ será nuestro objeto de figura con un ancho de 700 px y una altura de 500 px.
- Bokeh también nos da la posibilidad de personalizar cada eje.
- Asigne o cree un conjunto de datos.
- Sin uso , el atributo label_text_font_size decide el tamaño de la etiqueta de marca.
- Finalmente, represente la visualización.
A continuación se muestran algunos ejemplos basados en el enfoque anterior:
Ejemplo 1:
Python3
from bokeh.plotting import figure, show from bokeh.models import Legend # Figure to plot plot = figure(plot_width=700, plot_height=500) # X axis customization plot.xaxis.axis_label = "X Axis" plot.xaxis.axis_label_text_color = "green" # Y axis customization plot.yaxis.axis_label = "Y Axis" plot.yaxis.axis_label_text_color = "green" # Creating the simple dataset x = list(range(15)) y = [i**2 for i in x] # setting the X and Y values plot.line(x, y, line_width=4, line_color='lime', legend_label="label_text_font_size = '15pt'") # Legend Customization plot.legend.label_text_font_size = "15pt" plot.legend.label_text_color = "green" # Draw function show(plot)
Producción:
Ejemplo 2:
Python3
from bokeh.plotting import figure, show from bokeh.models import Legend from math import sin # Figure to plot plot = figure(plot_width=700, plot_height=500) # X axis customization plot.xaxis.axis_label = "X Axis" plot.xaxis.axis_label_text_color = "green" # Y axis customization plot.yaxis.axis_label = "Y Axis" plot.yaxis.axis_label_text_color = "green" # Creating the simple dataset x = y = list(range(10)) # setting the X and Y values plot.line(x, y, line_width=4, line_color='lime', legend_label="label_text_font_size = '30pt'") # Legend Customization plot.legend.label_text_font_size = '30pt' plot.legend.label_text_color = "green" # Draw function show(plot)
Producción:
Publicación traducida automáticamente
Artículo escrito por chadlulnibba1chad1998 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA