重发Bqplot是一款用于Jupyter的交互式2D的python绘图库

　　1 说明：
　　=====
　　1.1 Bqplot是用于Jupyter的交互式2D绘图库，其中绘图的每个属性都是一个交互式小部件，只需几行Python代码就可以创建丰富的可视化效果。
　　1.2 Bqplot构建在widgets框架之上，所以它利用widget基础提供第一个在Python和JavaScript代码之间通信的绘图库。
　　1.3 Bqplot的可视化是基于D3.js和SVG的，支持快速交互和漂亮的动画。
　　2 准备：
　　=====
　　2.1 官网：https://github.com/bqplot/bqplot https://bqplot.readthedocs.io/en/latest/ https://pypi.org/project/bqplot/
　　2.2 英文视频介绍：https://channel9.msdn.com/Events/PyData/Seattle2017/BRK10
　　压缩的视频预览gif版
　　2.3 安装：pip install bqplot #本机安装 sudo pip3.8 install bqplot #推荐国内源安装 sudo pip3.8 install -i https://mirrors.aliyun.com/pypi/simple bqplot
　　2.4 环境：
　　华为笔记本电脑、深度deepin-linux操作系统、谷歌浏览器、python3.8和微软vscode编辑器。
　　===作图介绍===
　　注意：基于微软vscode编辑器，代码中的：#%%代表一个cell单元
　　3 折线图：
　　=======
　　3.1 代码：#%% import numpy as np import bqplot.pyplot as plt  size = 100 scale = 100.   #注意小数点 np.random.seed(0) x_data = np.arange(size) y_data = np.cumsum(np.random.randn(size)  * scale)  fig = plt.figure(title=＂First Example＂) #plt.plot(y_data)   #默认折线图，line #plt.plot(y_data,＂g-.s＂)   # color=green, line_style=dash_dotted, marker=square plt.plot(y_data,＂m:d＂)   # color=magenta, line_style=None, marker=diamond fig #plt.show()  #可有可无 # %%
　　3.2 操作及效果图：
　　4 散点图：
　　=======
　　4.1 代码：#%% import numpy as np import bqplot.pyplot as plt size = 100 scale = 100. np.random.seed(0) x_data = np.arange(size) y_data = np.cumsum(np.random.randn(size)  * scale) fig = plt.figure() axes_options = {＂x＂: {＂label＂: ＂Date＂, ＂tick_format＂: ＂%m/%d＂},                 ＂y＂: {＂label＂: ＂Price＂, ＂tick_format＂: ＂0.0f＂}}  plt.scatter(x_data, y_data, colors=[＂red＂], stroke=＂black＂) fig
　　4.2 图：
　　5 直方图：
　　=======
　　5.1 代码：#%% import numpy as np import bqplot.pyplot as plt  size = 100 scale = 100. np.random.seed(0) x_data = np.arange(size) y_data = np.cumsum(np.random.randn(size)  * scale)  fig = plt.figure() plt.hist(y_data, colors=[＂OrangeRed＂]) fig
　　5.2 图：
　　6 饼图：
　　=====
　　6.1 两种饼图代码在一起：#%% #导出模块的cell单元代码块 from bqplot import pyplot as plt from bqplot import topo_load from bqplot.interacts import panzoom import numpy as np import pandas as pd import datetime as dt  #%% #普通饼图的代码块 np.random.seed(0) size = 100 y_data_2 = np.cumsum(np.random.randn(size)) plt.figure() d = abs(y_data_2[:5]) plt.pie(d,display_labels=＂outside＂, display_values=True,           values_format=＂.0%＂, labels=list(＂ABCDEFGHIJ＂)) plt.show()  #%% #空心环状饼图的代码块 data = np.random.rand(6) fig = plt.figure(animation_duration=1000) pie = plt.pie(data, radius=180, sort=False, display_labels=＂outside＂, display_values=True,           values_format=＂.0%＂, labels=list(＂ABCDEFGHIJ＂)) #make pie a donut with pie.hold_sync():     pie.radius = 180     pie.inner_radius = 120 fig
　　6.2 图：
　　普通饼图
　　环状饼图
　　7 柱状图：
　　=======
　　7.1 代码：#%% import numpy as np import bqplot.pyplot as plt  size = 100 scale = 100. np.random.seed(0) x_data = np.arange(size) y_data = np.cumsum(np.random.randn(size)  * scale) import string fig = plt.figure(padding_x=0) axes_options = {＂x＂: {＂label＂: ＂X＂}, ＂y＂: {＂label＂: ＂Y＂}} plt.bar(x=list(string.ascii_uppercase), y=np.abs(y_data[:20]), axes_options=axes_options,colors=[＂MediumSeaGreen＂]) fig
　　7.2 图：
　　8 箱式图：
　　=======
　　8.1 代码：#%% import numpy as np import bqplot.pyplot as plt  plt.figure() plt.boxplot(np.arange(10), np.random.randn(10, 100)) plt.show()
　　8.2 图：
　　9 ohlc图：
　　=======
　　9.1 代码：#%% import numpy as np import bqplot.pyplot as plt import datetime as dt #dates代表x轴坐标为日期 dates = np.arange(dt.datetime(2014, 1, 2), dt.datetime(2014, 1, 30), dt.timedelta(days=1)) #y轴为价格数据 prices = np.array([[ 187.21  ,  187.4   ,  185.2   ,  185.53  ],        [ 185.83  ,  187.35  ,  185.3   ,  186.64  ],        [ 187.15  ,  187.355 ,  185.3   ,  186.    ],        [ 186.39  ,  190.35  ,  186.38  ,  189.71  ],        [ 189.33  ,  189.4175,  187.26  ,  187.97  ],        [ 189.02  ,  189.5   ,  186.55  ,  187.38  ],        [ 188.31  ,  188.57  ,  186.28  ,  187.26  ],        [ 186.26  ,  186.95  ,  183.86  ,  184.16  ],        [ 185.06  ,  186.428 ,  183.8818,  185.92  ],        [ 185.82  ,  188.65  ,  185.49  ,  187.74  ],        [ 187.53  ,  188.99  ,  186.8   ,  188.76  ],        [ 188.04  ,  190.81  ,  187.86  ,  190.09  ],        [ 190.23  ,  190.39  ,  186.79  ,  188.43  ],        [ 181.28  ,  183.5   ,  179.67  ,  182.25  ],        [ 181.43  ,  183.72  ,  180.71  ,  182.73  ],        [ 181.25  ,  182.8141,  179.64  ,  179.64  ],        [ 179.605 ,  179.65  ,  177.66  ,  177.9   ],        [ 178.05  ,  178.45  ,  176.16  ,  176.85  ],        [ 175.98  ,  178.53  ,  175.89  ,  176.4   ],        [ 177.17  ,  177.86  ,  176.36  ,  177.36  ]])  plt.figure() plt.ohlc(dates, prices) plt.show()
　　9.2 图：
　　10 高级图，不放代码了，欣赏一下。
　　===自己整理并分享出来===
　　喜欢的人，请点赞、关注、评论、转发和收藏。