本文經AI新媒體量子位（公眾號ID:QbitAI）授權轉載，轉載請聯系出處。

GitHub上，一份用Python做交互式圖形的資源火了。

這一工具名為Bokeh，官方介紹稱，它能讀取大型數據集或者流數據，以簡單快速的方式為網頁提供優美、高交互性能的圖形。

比如，有人用它做出了這樣的圖：

有人做出了這樣的圖：

還有其他各種圖：

也有人用它做了圖去TED上演講：

“美觀、實用”是不少用戶給出的評價，甚至有人想讓這份工具用起來更方便，嘗試去漢化它的官方文檔。

現在，這份資源已經標星9900+，一度沖上GitHub趨勢榜***。

Bokeh使用指南

Bokeh，是由非營利組織NumFocus提供支持，大家可以免費使用，官方網站地址：

https://bokeh.pydata.org/en/latest/

Bokeh面向用戶開放三個層次的接口：

• 低級接口能為應用開發者提供高度靈活的圖形表示（支持自定義一些頂層的組件）
•  
• 中級接口主要用于繪制曲線（會默認加載一些低級的組件）
•  
• 高級接口用于快速簡單地構建復雜圖形

官方支持Python 2.7和3.5+版本，在其他版本的Python上功能可能會受限。

想要使用這一資源，最直接的辦法是去GitHub上下載。項目地址：

https://github.com/bokeh/bokeh

不過，官方推薦的安裝方式是使用Anaconda Python及其附帶的Conda包管理系統，這是一個專門為Python/R語言打造的數據科學平臺，下載地址：

https://www.anaconda.com/distribution/

在工具使用方面，官方也提供了詳盡的用戶指南，包括快速安裝運行、了解基礎概念、如何處理數據、繪圖、添加注釋交互等等：

有人正在將Bokeh的用戶指南漢化：

https://github.com/DonaldDai/Bokeh-CN

在具體實現方面，官方提供了教程與示例：

教程是基于Jupyter Notebook提供的，Bokeh本身也與Jupyter Notebook無縫集成，使用起來也比較方便。對于給出的每一個示例，官方也都給出了背后實現的代碼。

如果你對這一工具有興趣，或者正好需要這樣一個工具，不妨去嘗試下：

GitHub傳送門：

https://github.com/bokeh/bokeh

Bokeh官網傳送門：

https://bokeh.pydata.org/en/latest/