,可以使用HoverTool
工具和ColumnDataSource
数据源来实现。
首先,我们需要导入必要的库和模块:
from bokeh.plotting import figure, show
from bokeh.models import HoverTool, ColumnDataSource
接下来,我们创建一个figure
对象,并添加一个散点图:
p = figure(plot_width=400, plot_height=400)
points = p.circle(x=[1, 2, 3, 4, 5], y=[6, 7, 2, 4, 5], size=10)
然后,我们创建一个ColumnDataSource
对象,用于存储数据点的详细信息:
source = ColumnDataSource(data={
'x': [1, 2, 3, 4, 5],
'y': [6, 7, 2, 4, 5],
'info': ['Info 1', 'Info 2', 'Info 3', 'Info 4', 'Info 5']
})
接下来,我们创建一个HoverTool
工具,并将其添加到figure
对象中:
hover_tool = HoverTool(renderers=[points], tooltips=[('Info', '@info')])
p.add_tools(hover_tool)
最后,我们显示figure
对象:
show(p)
这样,当鼠标悬停在散点图上时,侧面板将显示相应数据点的详细信息。
这个功能在数据可视化中非常有用,可以帮助用户更好地理解数据。在实际应用中,可以根据具体需求进行定制,例如添加更多的数据字段、自定义悬停信息的格式等。
腾讯云相关产品和产品介绍链接地址:
领取专属 10元无门槛券
手把手带您无忧上云