（x，y）位置是图表上鼠标的位置，对我们的直方图不是很有帮助，因为我们要找到给定条形中对应于条形顶部的航班数量。 为了解决这个问题，我们将改变我们的 tooltip 实例以引用正确的列。 格式化提示工具中显示的数据可能令人沮丧，因此我通常在 dataframe 中使用正确的格式创建另一列。 例如，如果我希望我的提示工具显示给定栏的整个间隔，我在 dataframe 中创建一个格式化的列：
# Add a column showing the extent of each interval delays[\'f_interval\'] = [\'%d to %d minutes\' % (left, right) for left, right in zip(delays[\'left\'], delays[\'right\'])]然后，我将此 dataframe 转换为 ColumnDataSource 并在我的 HoverTool 调用中访问此列。 下面的代码使用悬停工具创建绘图，引用两个格式化的列并将工具添加到绘图中：
# Create the blank plot p = figure(plot_height = 600, plot_width = 600, title = \'Histogram of Arrival Delays\', x_axis_label = \'Delay (min)]\', y_axis_label = \'Number of Flights\') # Add a quad glyph with source this time p.quad(bottom=0, top=\'flights\', left=\'left\', right=\'right\', source=src, fill_color=\'red\', line_color=\'black\', fill_alpha = 0.75, hover_fill_alpha = 1.0, hover_fill_color = \'navy\') # Add a hover tool referring to the formatted columns hover = HoverTool(tooltips = [(\'Delay\', \'@f_interval\'), (\'Num of Flights\', \'@f_flights\')]) # Style the plot p = style(p) # Add the hover tool to the graph p.add_tools(hover) # Show the plot show(p)在 Bokeh 样式中，通过将元素添加到原始图形中来包含元素。 注意在 p.quad 调用中，还有一些额外的参数，hover_fill_alpha 和 hover_fill_color，当将鼠标悬停在条形图上时会改变 glyph 的外观。 我还使用 style 函数添加了样式。 当使用样式时，我会保持简单并专注于标签的可读性。 图的主要观点是显示数据，添加不必要的元素只会减少图形的用处！ 最终的图形如下：
当将鼠标悬停在不同的栏上时，会得到该栏的精确统计数据，显示该区间内的间隔和航班数。 如果我们为图形感到自豪，可以将其保存到html文件中进行分享：
# Import savings function from bokeh.io import output_file # Specify the output file and save output_file(\'hist.html\') show(p)上面这张图完成了工作，但它不是很吸引人！ 读者可以看到航班延误的分布接近正态分布（略有正偏斜），但他们没有理由再花费更多的时间来分析该图。
如果想要创建更具吸引力的可视化图表，我们可以允许用户通过交互自己来探索数据。 例如，在直方图中，一个有价值的特征是能够选择特定航空公司进行比较，或者选择更改 bins 的宽度以更精细地检查数据。 幸运的是，这些都是可以使用 Bokeh 在现有绘图之上添加的功能。 直方图的初始开发可能似乎涉及一个简单的绘图，但现在我们看到使用像 Bokeh 这样强大的库的回报！
在 Bokeh 中添加主动交互Bokeh中有两类交互：被动交互和主动交互。 前面介绍的被动交互也称为检查器（inspectors），因为它们允许用户更详细地查阅图表中的信息，但不会更改显示的信息。 一个示例是当用户将鼠标悬停在数据点上时显示的提示信息，如下：
第二类交互称为主动交互，因为它会更改绘图上显示的实际数据。 这可以是从选择数据子集（例如特定航空公司）到改变多项式回归拟合自由度的任何事情。 Bokeh 中有多种类型的主动交互，但在这里我们将重点关注所谓的“小部件”（“widgets”），可以点击的元素，并让用户控制图形的某些方面。
当查看图表时，我喜欢使用主动交互，因为它们允许我自己探索数据。 我发现从我自己的数据（来自设计师的某个方向）而不是从完全静态的图表中发现数据的结论更具洞察力。 此外，为用户提供一定的自由度使他们能够略微不同的解释，从而产生有关数据集的有益讨论。
主动互动的实现方法一旦我们开始添加主动交互，我们需要超越单行代码并进入封装特定操作的函数。 对于 Bokeh 小部件（widgets）交互，有三个主要功能要实现：
make_dataset(): 按特定格式整理要显示的特定数据
make_plot(): 使用指定的数据绘图
update(): 根据用户选择更新绘图
整理数据在制作绘图之前，需要设计将要显示的数据。 对于交互式直方图，将为用户提供三个可控参数：
航空公司 （在代码中称为 carriers）
延迟的时间范围，比如： -60 至 +120 分钟
直方图的宽度（即 bin 大小），默认值为 5 分钟