Je voudrais un graphique à barres avec les informations de quantité sur l'axe des ordonnées gauche, puis superposer un diagramme à nuage de points/lignes avec le pourcentage de rendement à droite. Je peux créer chacun de ces graphiques séparément, mais je ne sais pas comment les combiner en un seul graphique.
Dans matplotlib, nous créerions un deuxième chiffre en utilisant twinx()
, puis nous utiliserions yaxis.tick_left()
et yaxis.tick_right()
sur les chiffres respectifs.
Existe-t-il une méthode pour faire quelque chose de similaire avec Bokeh?
Oui, il est maintenant possible d’avoir deux axes y dans les tracés Bokeh . Le code ci-dessous montre les parties de script importantes pour la configuration du deuxième axe yà l’aide du script de traçage de figure habituel.
# Modules needed from Bokeh.
from bokeh.io import output_file, show
from bokeh.plotting import figure
from bokeh.models import LinearAxis, Range1d
# Seting the params for the first figure.
s1 = figure(x_axis_type="datetime", tools=TOOLS, plot_width=1000,
plot_height=600)
# Setting the second y axis range name and range
s1.extra_y_ranges = {"foo": Range1d(start=-100, end=200)}
# Adding the second axis to the plot.
s1.add_layout(LinearAxis(y_range_name="foo"), 'right')
# Setting the rect glyph params for the first graph.
# Using the default y range and y axis here.
s1.rect(df_j.timestamp, mids, w, spans, fill_color="#D5E1DD", line_color="black")
# Setting the rect glyph params for the second graph.
# Using the aditional y range named "foo" and "right" y axis here.
s1.rect(df_j.timestamp, ad_bar_coord, w, bar_span,
fill_color="#D5E1DD", color="green", y_range_name="foo")
# Show the combined graphs with twin y axes.
show(s1)
Et l'intrigue que nous obtenons ressemble à ceci:
Si vous souhaitez ajouter une étiquette au deuxième axe , vous pouvez le faire en modifiant l'appel à LinearAxis
comme suit:
s1.add_layout(LinearAxis(y_range_name="foo", axis_label='foo label'), 'right')
Ce post m'a aidé à accomplir l'effet que vous recherchez.
Voici le contenu de ce post:
from bokeh.plotting import figure, output_file, show
from bokeh.models.ranges import Range1d
import numpy
output_file("line_bar.html")
p = figure(plot_width=400, plot_height=400)
# add a line renderer
p.line([1, 2, 3, 4, 5], [6, 7, 6, 4, 5], line_width=2)
# setting bar values
h = numpy.array([2, 8, 5, 10, 7])
# Correcting the bottom position of the bars to be on the 0 line.
adj_h = h/2
# add bar renderer
p.rect(x=[1, 2, 3, 4, 5], y=adj_h, width=0.4, height=h, color="#CAB2D6")
# Setting the y axis range
p.y_range = Range1d(0, 12)
p.title = "Line and Bar"
show(p)
Si vous souhaitez ajouter le deuxième axe au tracé, faites-le avec p.extra_y_ranges
comme décrit dans l'article ci-dessus. Tout le reste, vous devriez être capable de comprendre.
Par exemple, dans mon projet, j'ai un code comme celui-ci:
s1 = figure(plot_width=800, plot_height=400, tools=[TOOLS, HoverTool(tooltips=[('Zip', "@Zip"),('((Rides/day)/station)/capita', "@height")])],
title="((Rides/day)/station)/capita in a Zipcode (Apr 2015-Mar 2016)")
y = new_df['rides_per_day_per_station_per_capita']
adjy = new_df['rides_per_day_per_station_per_capita']/2
s1.rect(list(range(len(new_df['Zip']))), adjy, width=.9, height=y, color='#f45666')
s1.y_range = Range1d(0, .05)
s1.extra_y_ranges = {"NumStations": Range1d(start=0, end=35)}
s1.add_layout(LinearAxis(y_range_name="NumStations"), 'right')
s1.circle(list(range(len(new_df['Zip']))),new_df['station count'], y_range_name='NumStations', color='blue')
show(s1)
Et le résultat est:
Si vous avez un pandas Dataframe, vous pouvez utiliser ce modèle pour tracer deux lignes avec un axe différent:
from bokeh.plotting import figure, output_file, show
from bokeh.models import LinearAxis, Range1d
import pandas as pd
# pandas dataframe
x_column = "x"
y_column1 = "y1"
y_column2 = "y2"
df = pd.DataFrame()
df[x_column] = range(0, 100)
df[y_column1] = pd.np.linspace(100, 1000, 100)
df[y_column2] = pd.np.linspace(1, 2, 100)
# Bokeh plot
output_file("twin_axis.html")
y_overlimit = 0.05 # show y axis below and above y min and max value
p = figure()
# FIRST AXIS
p.line(df[x_column], df[y_column1], legend=y_column1, line_width=1, color="blue")
p.y_range = Range1d(
df[y_column1].min() * (1 - y_overlimit), df[y_column1].max() * (1 + y_overlimit)
)
# SECOND AXIS
y_column2_range = y_column2 + "_range"
p.extra_y_ranges = {
y_column2_range: Range1d(
start=df[y_column2].min() * (1 - y_overlimit),
end=df[y_column2].max() * (1 + y_overlimit),
)
}
p.add_layout(LinearAxis(y_range_name=y_column2_range), "right")
p.line(
df[x_column],
df[y_column2],
legend=y_column2,
line_width=1,
y_range_name=y_column2_range,
color="green",
)
show(p)