本文介绍了如何在 Bokeh 绘图中实现双 Y 轴的独立缩放控制。通过设置 y_range 和 extra_y_ranges，并结合 Bokeh 的交互工具，可以实现对不同 Y 轴的单独缩放，从而更灵活地展示和分析数据。
在 Bokeh 中创建具有多个 Y 轴的绘图可以有效地展示具有不同比例或单位的数据。然而，默认情况下，缩放操作会影响所有 Y 轴。为了实现对不同 Y 轴的独立控制，需要对 Bokeh 的 Range 对象和交互工具有更深入的理解。
核心思路
实现双 Y 轴独立缩放的关键在于：
- 定义独立的 Y 轴范围: 使用 Range1d 创建独立的 Y 轴范围，并将其分配给主 Y 轴 (y_range) 和额外的 Y 轴 (extra_y_ranges)。
- 控制缩放行为: Bokeh 的缩放工具默认会影响所有 Y 轴。需要检查并配置相关工具的行为。
实现步骤
以下是一个简化的示例，展示了如何使用 Bokeh 创建具有独立缩放 Y 轴的绘图：
from bokeh.plotting import figure, show
from bokeh.models import Range1d, LinearAxis
# 创建绘图对象
p = figure(width=600, height=400)
# 创建数据
x = [1, 2, 3, 4, 5]
y1 = [6, 7, 2, 4, 5]
y2 = [2, 3, 4, 5, 6]
# 定义第一个 Y 轴的范围
y1_range = Range1d(start=0, end=10)
p.y_range = y1_range
# 绘制第一条线
line1 = p.line(x, y1, color="blue", legend_label="Line 1")
# 定义第二个 Y 轴的范围
y2_range = Range1d(start=1, end=7)
p.extra_y_ranges = {"y2": y2_range}
# 添加第二个 Y 轴
p.add_layout(LinearAxis(y_range_name="y2"), 'right')
# 绘制第二条线
line2 = p.line(x, y2, color="red", legend_label="Line 2", y_range_name="y2")
# 调整缩放工具 (可选，根据具体需求)
# p.tools[0].y_range = y1_range # 如果有默认的缩放工具，将其限制到第一个 Y 轴
# 显示绘图
show(p)代码解释：
- Range1d 用于定义每个 Y 轴的独立范围。
- extra_y_ranges 是一个字典，用于存储额外的 Y 轴范围。
- LinearAxis 用于添加额外的 Y 轴到绘图中，并将其与相应的范围关联。
- y_range_name 用于将数据系列与特定的 Y 轴范围关联。
- p.tools[0].y_range = y1_range 这行代码是可选的，但很重要。如果你的绘图默认包含一个缩放工具（通常是 WheelZoomTool 或 BoxZoomTool），你需要显式地将其 y_range 属性设置为你想要控制的 Y 轴的范围。否则，默认情况下，缩放工具可能会影响所有 Y 轴。 你需要根据你的具体情况，找到对应的缩放工具并设置其 y_range。
注意事项：
- 在使用 add_periodic_callback 实时更新绘图时，需要确保每次更新都使用正确的 Y 轴范围。
- 如果使用自定义的缩放工具，需要确保其行为符合预期，并正确地更新 Y 轴的范围。
- 不同的 Bokeh 版本可能在 API 上略有差异，请参考官方文档。
总结：
通过合理地使用 Range1d、extra_y_ranges 和 Bokeh 的交互工具，可以轻松实现对双 Y 轴绘图的独立缩放控制。 关键在于理解每个组件的作用，并根据具体的需求进行配置。 掌握这些技巧，可以创建更灵活、更强大的数据可视化应用。
