如何使用 Python 的 Bokeh 更改刻度标签大小？

Bokeh 是一个用于现代 Web 浏览器的交互式数据绘图可视化库。它提供了优雅、简洁的多功能图形结构，并在大型或流数据集上提供了高性能的交互性。

在本文中，我们将讨论如何使用 Python 的 Bokeh 更改刻度标签大小。

循序渐进的方法：

• 现在要使用散景绘制任何数据集，最简单的方法是从绘图类中导入 'figure' 和 'show' 函数。其他是帮助自定义图形的可选导入。
• 创建一个图形对象，它将把我们提供的数据集中的值绘制到图形上。
• 现在，'plot' 变量将成为我们的图形对象，宽度为 700 像素，高度为 500 像素。
• 散景还使我们能够自定义每个轴。
• 分配或创建数据集。
• 不使用label_text_font_size属性决定刻度标签的大小。
• 最后，描绘可视化。

以下是基于上述方法的一些示例：

示例 1：

Python3

from bokeh.plotting import figure, show
from bokeh.models import Legend
  
# Figure to plot
plot = figure(plot_width=700, plot_height=500)
  
  
# X axis customization
plot.xaxis.axis_label = "X Axis"
plot.xaxis.axis_label_text_color = "green"
  
# Y axis customization
plot.yaxis.axis_label = "Y Axis"
plot.yaxis.axis_label_text_color = "green"
  
# Creating the simple dataset
x = list(range(15))
y = [i**2 for i in x]
  
# setting the X and Y values
plot.line(x, y, line_width=4, line_color='lime',
          legend_label="label_text_font_size = '15pt'")
  
# Legend Customization
plot.legend.label_text_font_size = "15pt"
plot.legend.label_text_color = "green"
  
# Draw function
show(plot)

输出：

示例 2：

蟒蛇3

from bokeh.plotting import figure, show
from bokeh.models import Legend
from math import sin
  
# Figure to plot
plot = figure(plot_width=700, plot_height=500)
  
  
# X axis customization
plot.xaxis.axis_label = "X Axis"
plot.xaxis.axis_label_text_color = "green"
  
# Y axis customization
plot.yaxis.axis_label = "Y Axis"
plot.yaxis.axis_label_text_color = "green"
  
# Creating the simple dataset
x = y = list(range(10))
  
  
# setting the X and Y values
plot.line(x, y, line_width=4, line_color='lime',
          legend_label="label_text_font_size = '30pt'")
  
# Legend Customization
plot.legend.label_text_font_size = '30pt'
plot.legend.label_text_color = "green"
  
# Draw function
show(plot)

输出：