本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。
GitHub上，一份用Python做交互式图形的资源火了。
这一工具名为Bokeh，官方介绍称，它能读取大型数据集或者流数据，以简单快速的方式为网页提供优美、高交互性能的图形。
比如，有人用它做出了这样的图：
有人做出了这样的图：
还有其他各种图：
也有人用它做了图去TED上演讲：
“美观、实用”是不少用户给出的评价，甚至有人想让这份工具用起来更方便，尝试去汉化它的官方文档。
现在，这份资源已经标星9900+，一度冲上GitHub趋势榜***。
Bokeh使用指南
Bokeh，是由非营利组织NumFocus提供支持，大家可以免费使用，官方网站地址：
https://bokeh.pydata.org/en/latest/
Bokeh面向用户开放三个层次的接口：
- 低级接口能为应用开发者提供高度灵活的图形表示（支持自定义一些顶层的组件）
- 中级接口主要用于绘制曲线（会默认加载一些低级的组件）
- 高级接口用于快速简单地构建复杂图形
官方支持Python 2.7和3.5+版本，在其他版本的Python上功能可能会受限。
想要使用这一资源，最直接的办法是去GitHub上下载。项目地址：
https://github.com/bokeh/bokeh
不过，官方推荐的安装方式是使用Anaconda Python及其附带的Conda包管理系统，这是一个专门为Python/R语言打造的数据科学平台，下载地址：
https://www.anaconda.com/distribution/
在工具使用方面，官方也提供了详尽的用户指南，包括快速安装运行、了解基础概念、如何处理数据、绘图、添加注释交互等等：
有人正在将Bokeh的用户指南汉化：
https://github.com/DonaldDai/Bokeh-CN
在具体实现方面，官方提供了教程与示例：
教程是基于Jupyter Notebook提供的，Bokeh本身也与Jupyter Notebook无缝集成，使用起来也比较方便。对于给出的每一个示例，官方也都给出了背后实现的代码。
如果你对这一工具有兴趣，或者正好需要这样一个工具，不妨去尝试下：
GitHub传送门：
https://github.com/bokeh/bokeh
Bokeh官网传送门：
https://bokeh.pydata.org/en/latest/
