Bokeh+R：rbokeh小教程

Bokeh是一个Python可视化库，它可以创建基于web的交互可视化，并在浏览器上进行展示。Bokeh在Scala、Julia和R等语言中都有接口。今天介绍Bokeh在R中的接口rbokeh包。

虽然rbokeh的功能不如Bokeh全面，还是可以作为R可视化的一种补充选择（比如说，我是因为需要画元素周期表才发现这个包的）。

Bokeh图像是这样构建的，先初始化一个figure（），然后通过Bokeh中可用的各种glyph（图形符号）在图像上添加层。数据输入通常是x和y的形式，指定方式非常灵活。

glyphs 可以根据所需的用途呈现多种形状：圆形(circles)，线条(lines) ，小块(patches)，条形(bars)，弧形(arcs)等。

我们从一个绘制散点图的小例子开始对rbokeh进行介绍。mpg是ggplot2包中的一个数据集，其中包含了38种车型的观测数据对变量displ（引擎大小）和hwy（燃油效率）：

                                                                 图1

我们按汽车类别（class）指定颜色的，自动地创建了图例，并根据默认颜色方案对点进行着色。可以将鼠标悬停在点上，以查看相应的文字内容。还可以使用其他交互组件（如平移和缩放）进行操作。

下面讨论rbokeh的作图方法。

1、建立图层

rbokeh中的图形是通过叫做glyph的分层图形元素创建的，这种方式非常类似于ggplot2中使用的几何对象geom。

首先，调用figure()对图形进行初始化，记初始化的图形为p。figure()有一些参数，如长（width）、宽（height）以及坐标轴（axe）。然后，就可以在初始化的图形上一层层地添加各种图形元素。这种作图思路与ggplot2很接近。

所有的图层函数都以ly_前缀开始，完整的函数列表参见文末的表1。图层函数的第一个参数是要修正的图形p（可以使用管道运算符将p传递到这个函数）。接下来，大多数的图层函数确参数x和y，确定所指定的图形元素glyph的位置，接下来的参数对应glyph的属性。所有的图层函数都返回一个图层对象，可以把它传递给接下来的图层函数。

回到文章开头的例子。对gglot2包中的数据集mpg，我们想展示其中变量displ和hwy的散点图。

首先，安装并载入包：

###安装并载入包
install.packages("rbokeh")
library(rbokeh)
library(tidyverse)

然后，初始化图形：

p<-figure(width = 800, height = 600)

将p传递给绘制散点的图层函数ly_points()：

h<-p%>%
ly_points(x=displ,y=hwy,data=mpg)
h

可以看到：

                                                                 图2

如果不熟悉管道运算符，上面的代码可以这样写 ：

p<-figure(width = 800, height = 600)
h<-ly_points(p,x=displ,y=hwy,data=mpg)
h

可以得到一样的图形。

2、指定数据

在上面的例子中，通过data参数将数据框mpg传递给了绘图函数。数据的指定也可以通过这样的方式完成：x=mpg$displ,y=mpg$hwy。

数据指定还有一些方式，比如：

p<-figure(width = 800, height = 600)%>%
    ly_points(displ,data=mpg)
p

在这里，我们只对图层函数传递了一个向量。此时，x轴会表示观测的序号，y轴对应这个向量的取值：

                                                                图3

再或者：

p<-figure(width = 800, height = 600)%>%
    ly_points(mpg)
p

这里，我们将整个数据框mpg作为向量传递给图层函数，那么x轴对应mpg的第一个变量，y轴对应mpg的第二个变量。

（图略）

3、悬停

下面讨论交互可视化中的悬停能力（hover）。用于渲染形状而不是线条的图层函数都有一个hover参数。这个参数可以是与x和y有同样长度的数据框，也可以是data参数中的名称向量。指定hover参数之后，就会激活悬停工具，当悬停在图中某一个点上时，就会显示该点的指定变量的取值：

p<-figure(width = 800, height = 600)%>%
  ly_points(x=displ,y=hwy,data=mpg,
            hover=list(displ,hwy))
p

                                                              图4

如果不添加hover参数，得到的就是一幅展示在浏览器中的非交互的图形。

4、图形属性

对每一个层，我们可以明确地指定图形属性，如大小、颜色、形状等。比如，指定上图中点的颜色和大小：

p<-figure(width = 800, height = 600)%>%
  ly_points(x=displ,y=hwy,data=mpg,size=15,
            color="red",hover=list(displ,hwy))
p

（图略）

或者，我们自定义一个从橙色到红色的调色板，并指定点的大小与displ变量的取值成比例：

n <- nrow(mpg)
ramp <- colorRampPalette(c("orange", "red"))(n)
p<-figure(width = 800, height = 600) %>%
ly_points(x=displ,y=hwy,data=mpg, color = ramp,size=5*round(displ))
p

                                                                 图5

4-1、线和填充属性

每一个层函数都有线属性或者线和填充属性（文本层ly_text除外）。从层函数的名称可以看出glyph属于哪一类，并且列在函数引用当中。

上面绘制散点图的例子中，散点同时具有线属性（圆的轮廓）和填充属性（圆内的区域）：

p<-figure(width = 800, height = 600)%>%
ly_points(x=displ,y=hwy,data=mpg,line_color="black",
    fill_color="red",fill_alpha=0.3)
p 

                                                                 图6

color和alpha（透明度）这两个参数可以同时处理线与填充属性。具体表现取决于绘制的glyph具有什么样的属性，比如点就同时具有线和填充属性。当指定了color的时候，意味着同时指定了线和填充的颜色，同时填充的alpha被指定为0.5。

4-2、ly_points()中的glyph属性

不同图层函数的大多数属性从函数引用中就可以看出来，但有些属性还是值得专门说明。其中之一就是ly_points()中的glyph属性。它类似于R函数points()中的参数pch（点的类型）。

glyph所有可用的类型如下：

point_types()

                                                               图7

其中第4行和第5行那些有名字的glyphs在Bokeh中称为“markers”，当参数color指定为“blue”时，这些markers以默认渲染的方式呈现。

我们可以看下面的例子，修改现有的散点图，对散点采用符号3：

p<-figure(width = 800, height = 600)%>%
  ly_points(x=displ,y=hwy,data=mpg,glyph=3,
            hover=list(displ,hwy))
p

（图略）

4-3、ly_lines()中的type属性

与ly_points()中的glyph属性类似，在ly_lines()函数中有用来表示线条类型的type参数。它的功能就是R函数lines()中的lty参数。

比如，我们在散点图上添加拟合线，其中lowess运用的是局部加权回归，lm运用的是线性回归：

z <- lm(hwy ~ displ, data = mpg)
p <- figure(width = 800, height = 600) %>%
ly_points(x=displ,y=hwy,data=mpg, hover = mpg) %>%
ly_lines(lowess(mpg$displ,mpg$hwy), legend = "lowess") %>%
ly_abline(z, type =2, legend = "lm")
p

                                                                 图8

type参数共有6种取值（1-6），分别对应solid、 dashed、 dotted、dotdash、longdash、twodash（实心、虚线、点划线、点划线、长划线、双划线）。

4-4、映射的属性

我们常常希望按照数据的其他性质来控制glyph属性的表现。此时，rbokeh包借鉴了ggplot2的qplot（）中的思想，允许指定变量以映射到不同的属性。

下面的例子，根据mpg数据集中表示汽车类型的变量class绘制点的颜色和类型：

p<-figure(width = 800, height = 600)%>%
  ly_points(x=displ,y=hwy,data=mpg,
            color=class,glyph=class)
p

得到的就是文章开头的图形。

rbokeh也可以映射连续变量，这种情况下，这个连续变量会被离散化成若干区间。比如，我们使用mpg中的另一个变量cty来确定散点的颜色：

p<-figure(width = 800, height = 600)%>%
  ly_points(x=displ,y=hwy,data=mpg,color=cty)
p

                                                                 图9

5、图例

在将属性映射到数据中的变量时，可以自动获得图例。当然，我们也可以创建图例，添加到图形中的每个图层都可以有一个相应的图例。只有在不对属性进行映射时，legend参数才起作用。在图例中显示的图形元素将会根据图层指定的属性自动创建。比如，在拟合的例子中，对不同的拟合线建立图例：

z <- lm(hwy ~ displ, data = mpg)
p <- figure() %>%
ly_points(x=displ,y=hwy,data=mpg，legend="data") %>%
ly_lines(lowess(mpg$displ,mpg$hwy), legend = "lowess") %>%
ly_abline(z, type =2, legend = "lm")
p

                                                                图10

6、坐标轴

Bokeh允许指定数值型、分类型以及日期/时间型的坐标轴。对于数值型的情况下，还可以指定对数尺度的坐标轴。

在坐标轴层，可以指定多种刻度格式参数。细节可以参考x_axis或y_axis的帮助文档。

7、工具

对于不同的交互类型，Bokeh提供了许多工具。要将这些工具添加到图形上，可以通过figure()的tools参数，此时要提供工具的名称；也可以通过各种以tool_开头的函数，可以参考帮助文件。

下面的例子，添加了tool_box_select()和tool_lasso_select()：

p<-figure(width = 800, height = 600)%>%
  ly_points(x=displ,y=hwy,data=mpg,color="red")%>%
  tool_box_select()%>%
  tool_lasso_select()
p

                                                              图11

可以看到图形右上方的工具条中多出了套索和方块的形状，可以使用这些工具选择图中的某个区域。

8、统计图层

有一些图层函数可以添加具有统计意义的图形元素，比如ly_boxplot（盒形图）、ly_hist（直方图）、ly_density（概率密度图）。

比如，绘制mpg数据集中displ变量的直方图并添加概率密度曲线：

h<-figure(width = 800, height = 600)%>%
  ly_hist(displ,data=mpg,breaks=40,freq=FALSE)%>%
  ly_density(displ,data=mpg) 
h 

                                                                图12

表1：图层函数ly_()

--------------------------------------------------------

ly_annular_wedge  添加“环形小块”图层

ly_annulus               添加环形图层

ly_arc                        添加弧形图层

ly_bezier                   添加贝塞尔曲线

ly_crect                     添加定中心的矩形

ly_image                  添加一个“图像”层

ly_image_url            添加来自url的图像

ly_lines                     添加线条

ly_multi_line            绘制多条线

ly_oval                      添加椭圆形

ly_patch                    在图像上添加小块

ly_points                  添加点

ly_polygons             添加多边形

ly_quadratic            添加二次曲线

ly_ray                        添加射线

ly_rect                      添加矩形

ly_segments           添加线段

ly_text                      添加文本

ly_wedge                 添加楔形

ly_quantile              绘制分位数

ly_density                绘制核密度估计曲线

ly_hist                      绘制直方图

ly_hexbin                添加六边形

ly_boxplot              绘制盒形图

ly_abline                 绘制直线

ly_contour              绘制等高线

ly_curve                   绘制曲线

ly_map                     绘制地图

ly_bar                       绘制条形图