安装¶

本节提供有关Bokeh的必需和可选依赖项的完整详细信息，以及如何在不同情况下安装Bokeh的信息。要尽快启动并运行，请参阅安装剖面图快速启动 .

支持的平台¶

Bokeh仅在CPython版本3.6+上得到官方支持（并持续测试）。其他Python版本或实现可以正常工作，可能容量有限，但没有提供任何保证或支持。

必需的依赖项¶

对于基本用法，请安装以下库：

PyYAML>=3.10
python-dateutil>=2.1
Jinja2>=2.7
numpy>=1.11.3
pillow>=4.0
packaging>=16.8
tornado>=5
typing_extensions >=3.7.4

可选依赖项¶

除了上述所需的依赖项外，某些可选功能还需要一些附加软件包：

朱庇特: Bokeh可以在经典的Jupyter笔记本和JupyterLab中显示内容。根据您的设置，可能需要安装其他软件包或Jupyter扩展。看到了吗与Jupyter一起使用详细信息。
NodeJS: 必要的扩展Bokeh 或者用来定义 CustomJS TypeScript中的实现。
网络X: 使用 from_networkx 函数直接从NetworkX数据生成Bokeh图形呈现器。
Pandas: 对于 hexbin 功能。此外，使用Pandas简化了一些用法，例如Pandas数据帧将通过glyph函数自动转换为Bokeh数据源。
psutil公司: 在Bokeh服务器中启用详细的内存日志记录是必需的。
硒、壁虎、火狐: 必要的导出绘图到PNG和SVG图像。
狮身人面像: 有必要利用 bokeh.sphinxext 狮身人面像扩展，用于在狮身人面像文档中包含Bokeh图。

标准版本¶

这些Bokeh依赖关系最好通过 Anaconda Python Distribution ，它被设计为包含Python科学和数据分析堆栈的流行库的健壮版本。

如果您已经是 Python 用户，只需运行以下命令：

conda install bokeh

这将从安装最新发布的Bokeh版本 Anaconda, Inc. 包存储库，以及所有依赖项。

或者，也可以使用 pip ：

pip install bokeh

样本数据¶

一些Bokeh示例依赖于bokehgithub存储库或发布的包中未包含的示例数据，因为它们的大小。安装Bokeh后，可以通过在Bash或Windows提示符下执行以下命令获得示例数据：

bokeh sampledata

或者，可以在Python解释器中执行以下语句：

>>> import bokeh.sampledata
>>> bokeh.sampledata.download()

最后，可以配置存储样本数据的位置。见|bokeh.sampledata公司|详情请参考。

高级案例¶

除了上述的标准安装方法外，Bokeh还可以通过一些特殊的方式进行安装，以便于高级使用或开发。

源代码¶

从源代码安装Bokeh需要从其TypeScript源重新构建BokehJS库。需要一些额外的工具链支持。请咨询正在设置剖面图开发商详细说明。

博克赫斯¶

如果您想将BokehJS用作独立的JavaScript库，BokehJS的发布版本可从CDN下载，网址为 cdn.bokeh.org ，在以下命名方案下：：

# Javascript files
https://cdn.bokeh.org/bokeh/release/bokeh-x.y.z.min.js
https://cdn.bokeh.org/bokeh/release/bokeh-widgets-x.y.z.min.js
https://cdn.bokeh.org/bokeh/release/bokeh-tables-x.y.z.min.js
https://cdn.bokeh.org/bokeh/release/bokeh-api-x.y.z.min.js

这个 "-widgets" 只有在使用Bokeh-in中内置的任何小部件时，文件才是必需的 bokeh.models.widgets 在你的文件里。同样 "-tables" 只有在文档中使用Bokeh数据表时，才需要文件。这个 "bokeh-api" 要使用BokehJS API，必须加载这些文件之后核心BokehJS库。

作为一个具体的例子，版本的链接 2.0.1 是：

注解

你应该随时准备好 crossorigin="anonymous" 从CDN加载BokehJS的脚本标记。