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。
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:
https://cdn.bokeh.org/bokeh/release/bokeh-widgets-2.0.1.min.js
https://cdn.bokeh.org/bokeh/release/bokeh-tables-2.0.1.min.js
注解
你应该随时准备好 crossorigin="anonymous" 从CDN加载BokehJS的脚本标记。