bokeh (bokeh.js) 是一个python交互式可视化库，支持现代化 web 浏览器，提供非常完美的展示功能。bokeh 的目标是使用 d3.js 样式提供优雅，简洁新颖的图形化风格，同时提供大型数据集的高性能交互功能。boken 可以快速的创建交互式的绘图，仪表盘和数据应用。
快速安装：（推荐学习：Python视频教程）
有很多种不同的安装方式安装Bokeh
如果你用的是Anaconda （推荐），用以下的命令通过bash或者windows的命令行就可直接安装了。
立即学习“Python免费学习笔记（深入）”；
conda install bokeh
这种安装方式，Anaconda已经准备了运行Bokeh之前所有需要的所有依赖，这也是Bokeh强烈推荐的安装方式，无论任何平台，包括windows，它都可以将安装成本趋近于零。它也会安装一些例子在examples/目录，即Anaconda安装目录的子目录。
当然，如果你有绝对的自信解决这些依赖，依赖包括Numpy，pandas及redis等，你也可以用pip安装
pip install bokeh
注：通过pip方式安装，不会安装这些例子，不过可以通过git clone 下载这些例子(examples/)。
用python基本数据类型list的一些数据画一个线状图，并包括缩放(zoom)，区域选择(pan)，调整尺寸(resize)，保存(save)等工具，是一个简答又直接的方式。
注：建议使用ipython notebook，如果不了解，去了解一下吧
from bokeh.plotting import figure, output_file, show
# prepare some data
x = [1, 2, 3, 4, 5]y = [6, 7, 2, 4, 5]
# output to static HTML file
output_file("lines.html", title="line plot example")
# create a new plot with a title and axis labels
p = figure(title="simple line example", x_axis_label='x', y_axis_label='y')
# add a line renderer with legend and line thickness
p.line(x, y, legend="Temp.", line_width=2)
# show the results
show(p)更多Python相关技术文章，请访问Python教程栏目进行学习！
