企业官网建设流程全解析

Bokeh notebook 制作 Reveal.js 幻灯片时图表不显示，如何检查 output_notebook 单元格？

【免费下载链接】bokehInteractive Data Visualization in the browser, from Python项目地址: https://gitcode.com/GitHub_Trending/bo/bokeh

用 Jupyter notebook 配合 Reveal.js 把单元格生成为幻灯片时，一个常见的故障是：幻灯片里其他单元格内容正常，唯独 Bokeh 图表不显示。Bokeh 文档在 Jupyter 用户指南 的 "Notebook slides" 一节明确指出了这类问题的根因和检查方法：幻灯片生成器会跳过标记为 "skip" 的单元格，而output_notebook单元格的渲染输出是 BokehJS 库加载的前提——如果这个单元格被跳过，BokehJS 不会加载，幻灯片中的 Bokeh 图表就不会显示。本文说明如何定位并检查这个单元格。

问题成因：output_notebook 的渲染输出负责加载 BokehJS

在经典 Jupyter notebook 中内联显示 Bokeh 图表的标准做法是：在代码中调用bokeh.io的output_notebook（替代或补充output_file），然后调用show，图表会显示在下一个输出单元格中，不需要 Bokeh server，也不要求其他修改。

在 Reveal.js 幻灯片场景下，这条链路易断掉的地方只有一个：Reveal.js 生成幻灯片时会忽略单元格类型（cell type）设为"skip"的单元格。output_notebook单元格的渲染输出正是用来确保 BokehJS 库加载的；一旦该单元格被跳过，BokehJS 不会加载，Bokeh 图表就全部无法显示。也就是说，问题不在图表代码本身，而在于幻灯片生成配置中output_notebook单元格的单元格类型。

另外注意一个适用边界：Reveal.js 幻灯片中只能包含 standalone（非 server）的 Bokeh 图表。Bokeh server 应用嵌入 notebook 需要额外的依赖和网络配置（参见 Jupyter 用户指南 的 "Required Dependencies" 一节），不适用于本场景，也不要在幻灯片里依赖它。

检查与修复 output_notebook 单元格

按以下顺序检查你的 notebook：

1. 找到调用output_notebook的输入单元格，确认它已经执行过、并且有渲染后的输出单元格。

2. 检查该单元格的 Reveal.js 单元格类型（通常在单元格的slideshow配置中设置，例如 cell tags 或 attributes 里的slide_type）：

   • 如果单元格类型是"skip"：这就是图表不显示的原因。output_notebook单元格被幻灯片生成器忽略，其输出不会出现在幻灯片中，BokehJS 无法加载。
   • 如果只是想让这个单元格不占一张幻灯片页面、但又不能让它被跳过：把单元格类型改为"notes"。"notes"类型会把单元格内容放进演讲者备注，单元格仍然会被渲染，BokehJS 得以加载，而幻灯片页面上看不到这个单元格。

3. 确认图表单元格本身使用show显示图表，而不是依赖output_file。典型的最小代码结构如下（具体数据源换成你自己的）：

from bokeh.io import output_notebook, show from bokeh.plotting import figure output_notebook() # 这个单元格不要设为 skip p = figure() # ... 添加你的数据与 glyph ... show(p)

如果一个输出单元格需要显示多个图表，在同一个输入单元格中多次调用show即可，图表会按调用顺序依次显示。

修复的核心动作只有一处：把output_notebook单元格的类型从"skip"改为"notes"（或任何不会被跳过的类型）。

验证图表是否恢复显示

验证方式就是重新生成幻灯片并查看渲染结果：

• 重新用 Reveal.js 生成幻灯片，在生成的幻灯片页面中检查原本空白的位置：Bokeh 图表应当正常渲染出来，说明 BokehJS 已随output_notebook单元格的输出加载成功。
• 如果按上述方法把单元格类型设为"notes"或保留为可见幻灯片后图表仍不显示，再确认output_notebook单元格确实在 notebook 中被执行过且带有渲染输出——未执行的单元格没有输出，也就无法完成 BokehJS 的加载。

限制说明

• 幻灯片中仅支持 standalone Bokeh 图表；server 应用不在幻灯片支持范围内。
• notebook_handle=True提供的 notebook handle 功能（配合push_notebook原地更新图表）目前只支持经典 Jupyter notebook，未实现在 JupyterLab 中；它解决的是"更新已显示图表"的问题，与幻灯片图表不显示无关，本文场景不需要它。
• 若使用 JupyterLab 而非经典 notebook 进行开发调试，需要 JupyterLab 3.0 及以上版本，并通过pip install jupyter_bokeh或conda install jupyter_bokeh安装jupyter_bokeh扩展，之后用法与经典 notebook 相同。

以上检查路径与判断依据均来自 Jupyter 用户指南的 Notebook slides 一节。

【免费下载链接】bokehInteractive Data Visualization in the browser, from Python项目地址: https://gitcode.com/GitHub_Trending/bo/bokeh