Es ist einfach genug, einfach die Farbdiagramme matplotlib
direkt zu verwenden. Zum Beispiel verwendet die folgenden viridis
in bokeh
‚s Beispiel (beachten Sie, dass ich ein jupyter Notebook bin mit):
import numpy as np
from bokeh.plotting import figure, show, output_notebook
import matplotlib as mpl
output_notebook()
N = 4000
x = np.random.random(size=N) * 100
y = np.random.random(size=N) * 100
radii = np.random.random(size=N) * 1.5
colors = [
"#%02x%02x%02x" % (int(r), int(g), int(b)) for r, g, b, _ in 255*mpl.cm.viridis(mpl.colors.Normalize()(radii))
]
p = figure()
p.scatter(x, y, radius=radii,
fill_color=colors, fill_alpha=0.6,
line_color=None)
show(p)
Wesentlichen für jede matplotlib colormap in cm
, es mit einer Reihe von Werten initialisiert wird eine Rückkehr Array mit jedem Wert ersetzt durch [r, g, b, a] Werte im Bereich [0,1]. Beachten Sie, dass davon ausgegangen wird, dass alle Werte zwischen 0 und 1 liegen. hier verwende ich matplot.colors.Normalize, um dies zu gewährleisten.