本文經(jīng)AI新媒體量子位（公眾號(hào)ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請(qǐng)聯(lián)系出處。

GitHub上，一份用Python做交互式圖形的資源火了。

這一工具名為Bokeh，官方介紹稱，它能讀取大型數(shù)據(jù)集或者流數(shù)據(jù)，以簡(jiǎn)單快速的方式為網(wǎng)頁(yè)提供優(yōu)美、高交互性能的圖形。

比如，有人用它做出了這樣的圖：

有人做出了這樣的圖：

還有其他各種圖：

也有人用它做了圖去TED上演講：

“美觀、實(shí)用”是不少用戶給出的評(píng)價(jià)，甚至有人想讓這份工具用起來(lái)更方便，嘗試去漢化它的官方文檔。

現(xiàn)在，這份資源已經(jīng)標(biāo)星9900+，一度沖上GitHub趨勢(shì)榜***。

Bokeh使用指南

Bokeh，是由非營(yíng)利組織NumFocus提供支持，大家可以免費(fèi)使用，官方網(wǎng)站地址：

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

Bokeh面向用戶開(kāi)放三個(gè)層次的接口：

• 低級(jí)接口能為應(yīng)用開(kāi)發(fā)者提供高度靈活的圖形表示（支持自定義一些頂層的組件）
•  
• 中級(jí)接口主要用于繪制曲線（會(huì)默認(rèn)加載一些低級(jí)的組件）
•  
• 高級(jí)接口用于快速簡(jiǎn)單地構(gòu)建復(fù)雜圖形

官方支持Python 2.7和3.5+版本，在其他版本的Python上功能可能會(huì)受限。

想要使用這一資源，最直接的辦法是去GitHub上下載。項(xiàng)目地址：

https://github.com/bokeh/bokeh

不過(guò)，官方推薦的安裝方式是使用Anaconda Python及其附帶的Conda包管理系統(tǒng)，這是一個(gè)專門為Python/R語(yǔ)言打造的數(shù)據(jù)科學(xué)平臺(tái)，下載地址：

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

在工具使用方面，官方也提供了詳盡的用戶指南，包括快速安裝運(yùn)行、了解基礎(chǔ)概念、如何處理數(shù)據(jù)、繪圖、添加注釋交互等等：

有人正在將Bokeh的用戶指南漢化：

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

在具體實(shí)現(xiàn)方面，官方提供了教程與示例：

教程是基于Jupyter Notebook提供的，Bokeh本身也與Jupyter Notebook無(wú)縫集成，使用起來(lái)也比較方便。對(duì)于給出的每一個(gè)示例，官方也都給出了背后實(shí)現(xiàn)的代碼。

如果你對(duì)這一工具有興趣，或者正好需要這樣一個(gè)工具，不妨去嘗試下：

GitHub傳送門：

https://github.com/bokeh/bokeh

Bokeh官網(wǎng)傳送門：

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