发布复杂的仪表板

数据科学家和开发人员欣赏 Bokeh 强大的 API。但当将结果发布给更广泛的受众时，重要的是能够生成清晰易懂的演示。

Bokeh 提供了自己的基本网格和行/列布局，使入门变得轻而易举。当您需要时尚的响应式仪表板时，也可以将 Bokeh 图表和小部件嵌入到流行的模板中。

在笔记本中交互式地探索数据

Bokeh 既可以在 JupyterLab 中使用，也可以在 传统笔记本 中使用。

只需调用 output_notebook 即可使用与您的笔记本探索相辅相成的复杂交互式可视化效果，这包括完全嵌入的 Bokeh 服务器应用程序。

立即尝试使用由 MyBinder 慷慨托管的 实时教程笔记本。

可视化流式数据

无论您是流式传输来自金融市场、物联网遥测数据还是物理传感器的數據，Bokeh 都拥有高效的流式 API，可以帮助您掌握一切。在 Bokeh 服务器应用程序中，只需将新数据值传递给 stream 方法即可。

source.stream({'x': new_xs, 'y': new_ys})

但独立的 Bokeh 输出也可以处理流式数据，可以使用 AjaxDataSource 或 ServerSentDataSource。

将内容添加到网页

也许您创建了一个需要包含报表图表的 Flask 或 Django Web 应用程序。或者，也许您为 Jekyll 博客撰写了一篇文章，需要一些信息图表来说明您的观点。

Bokeh 提供了多种方法将内容嵌入到网页中：server_document 用于部署的 Bokeh 服务器应用程序，或 json_items 和 components 用于独立的 Bokeh 输出。