Bokeh 是 Python 中一个强大的数据可视化库，它能让我们生成高性能的交互式图表。我们可以将结果输出到多种媒介，例如 Notebook、HTML 文件或服务器端。Figure 类可以帮助我们创建一个新的绘图对象。作为 Plot 的子类，它通过提供默认的坐标轴、网格和工具等，极大地简化了绘图的过程。
在 bokeh 库的 plotting 模块中，circle() 函数用于配置并向当前的 Figure 对象中添加圆形标记。
> 语法： circle(x, y, , angle=0.0, angleunits=‘rad‘, fillalpha=1.0, fillcolor=‘gray‘, linealpha=1.0, linecap=‘butt‘, linecolor=‘black‘, linedash=[], linedashoffset=0, linejoin=‘bevel‘, linewidth=1, name=None, radius=None, radiusdimension=‘x‘, radius_units=‘data‘, size=4, tags=[], *kwargs)
>
> 参数： 该方法接受以下参数，我们将详细描述它们：
>
> – x: 此参数表示标记中心的 x 坐标。
> – y: 此参数表示标记中心的 y 坐标。
> – angle: 此参数用于旋转标记的角度。
> – fill_alpha: 此参数表示标记的填充透明度。
> – fill_color: 此参数表示标记的填充颜色。
> – line_alpha: 此参数表示标记线条的透明度，默认值为 1.0。
> – line_cap: 此参数表示标记线条的端点样式，默认值为 ‘butt‘。
> – line_color: 此参数表示标记线条的颜色，默认值为黑色 (‘black‘)。
> – line_dash: 此参数表示标记线条的虚线样式，默认值为 []。
> – linedashoffset: 此参数表示标记线条虚线偏移量，默认值为 0。
> – line_join: 此参数表示标记线条的连接样式，默认值为 ‘bevel‘。
> – line_width: 此参数表示标记线条的宽度，默认值为 1。
> – mode: 此参数可以是三个值之一：["before", "after", "center"]。
> – name: 此参数是为此模型提供的用户自定义名称。
> – tags: 此参数是为此模型提供的用户自定义值。
> – radius: 此参数是圆形标记的半径值。
> – radius_dimension: 此参数用于指定测量圆形半径所沿的维度。
> – size: 此参数是标记的大小（直径），以屏幕空间单位为单位。
>
>
> 其他参数： 这些参数是 kwargs，描述如下：
>
> – alpha: 此参数用于一次性设置所有 alpha 关键字参数。
> – color: 此参数用于一次性设置所有颜色关键字参数。
> – legend_field: 此参数是数据源中应用于分组的列名。
> – legend_group: 此参数是数据源中应用于分组的列名。
> – legend_label: 此参数表示图例条目将完全使用此处提供的文本进行标记。
> – muted: 此参数包含布尔值。
> – name: 此参数是可选的用户自定义名称，用于附加到渲染器。
> – source: 此参数是用户提供的数据源。
> – view: 此参数是用于过滤数据源的视图。
> – visible: 此参数包含布尔值。
> – xrangename: 此参数是用于映射 x 坐标的额外范围的名称。
> – yrangename: 此参数是用于映射 y 坐标的额外范围的名称。
> – level: 此参数指定此图形的渲染级别顺序。
>
> 返回值： 此方法返回 GlyphRenderer 值。
下面的例子向我们展示了 bokeh.plotting.figure.circle() 函数在实际应用中的效果：
示例 1：
Python3
# Implementation of bokeh function
import numpy as np
from bokeh.plotting import figure, output_file, show
plot = figure(plot_width = 300, plot_height = 300)
plot.circle(x = [1, 2, 3], y = [3, 7, 5],
size = 20, color ="green", alpha = 0.6)
show(plot)
输出结果：
示例 2：
Python3
# Implementation of bokeh function
import numpy as np
from bokeh.plotting import figure, output_file, show
x = [1, 2, 3, 4, 5]
y = [6, 7, 8, 7, 3]
output_file("geeksforgeeks.html")
p = figure(plot_width = 300, plot_height = 300)
# add both a line and circles on the
# same plot
p.line(x, y, line_width = 2)
p.circle(x, y, fill_color ="red",
line_color ="green", size = 8)
show(p)
输出结果：
![image](https://media.geeksforgeeks.org/wp-conten