如何使用Bokeh绘制二维数组？求类似Matplotlib imshow()的示例

当然可以！Bokeh里没有直接对应imshow()的函数，但用image组件完全能实现相同的效果，还能生成交互式的图表。下面是针对你给出的二维数组的完整示例：

import numpy as np
from bokeh.plotting import figure, show
from bokeh.models import ColorBar, LinearColorMapper

# 定义你的二维数组
a = np.array([[1, 2], [3, 4]])

# 创建颜色映射器，选用和Matplotlib默认类似的Viridis色系
color_mapper = LinearColorMapper(palette="Viridis256", low=a.min(), high=a.max())

# 初始化绘图对象，设置坐标轴范围匹配数组的行列尺寸
p = figure(
    x_range=(0, a.shape[1]),
    y_range=(0, a.shape[0]),
    toolbar_location=None,  # 隐藏工具栏（可选）
    tools="",
    title="Bokeh 二维数组可视化"
)

# 添加图像渲染层：注意Bokeh要求image参数是数组列表，x/y是图像左下角坐标，dw/dh是宽高
p.image(
    image=[a],
    x=0,
    y=0,
    dw=a.shape[1],
    dh=a.shape[0],
    color_mapper=color_mapper
)

# 添加颜色条，和imshow的颜色条功能一致
color_bar = ColorBar(color_mapper=color_mapper, location=(0, 0))
p.add_layout(color_bar, 'right')

# 显示交互式图表
show(p)

关键细节说明： #

• 图像参数设置：Bokeh的image函数需要将数组放在列表中（image=[a]），这样支持同时渲染多个图像；x和y指定图像左下角的坐标，这里设为(0,0)对应数组的起始位置；dw和dh分别对应数组的列数和行数，确保图像尺寸匹配数组。
• 颜色映射：LinearColorMapper负责将数组数值映射到颜色，palette参数可以替换成任意Bokeh支持的色系，比如"Plasma256"、"Inferno256"，加_r后缀可以反转色系（如"Viridis256_r"）。
• 交互性：如果保留工具栏（去掉toolbar_location=None），还能缩放、平移图像，这是Bokeh比Matplotlib静态图更灵活的地方。

内容的提问来源于stack exchange，提问作者Soerendip