Bokeh 无法渲染图表，通常是因为将字符串（如 "0:00"）直接用作横坐标；Bokeh 默认将其视为无序类别，但未显式声明分类因子或转换为 datetime 类型，导致坐标轴范围为空、图形不可见。
bokeh 无法渲染图表，通常是因为将字符串（如 `"0:00"`）直接用作横坐标；bokeh 默认将其视为无序类别，但未显式声明分类因子或转换为 datetime 类型，导致坐标轴范围为空、图形不可见。
在您的 Bokeh 应用中，tempo = [f"{i}:00" for i in range(24)] 生成的是字符串列表（如 ["0:00", "1:00", ..., "23:00"]）。虽然 Bokeh 支持分类（categorical）横坐标，但它不会自动推断字符串为有序时间标签——必须显式配置 x_range 为 FactorRange，否则绘图区域将因坐标轴范围缺失而空白（即使数据源已正确更新）。
✅ 正确做法：显式设置分类坐标轴
将 figure() 初始化时传入 x_range 参数，明确指定所有时间标签：
from bokeh.models import FactorRange
# 替换原来的 figure 创建方式：
plot_dados = figure(
title="Consumo da Estação ao Longo de 24 Horas",
x_axis_label="Tempo (horas)",
y_axis_label="Energia (kWh)",
x_range=FactorRange(factors=tempo) # ? 关键：显式声明所有分类因子
)同理，为另外两个图表也添加 x_range=FactorRange(factors=tempo)：
plot_cargas_bateria = figure(
title="Evolução da Energia da Bateria ao Longo de 24 Horas",
x_axis_label="Tempo (horas)",
y_axis_label="Energia (kWh)",
x_range=FactorRange(factors=tempo)
)
plot_consumo_total = figure(
title="Consumo da Estação + Energia da Bateria ao Longo de 24 Horas",
x_axis_label="Tempo (horas)",
y_axis_label="Energia Total (kWh)",
x_range=FactorRange(factors=tempo)
)⚠️ 注意：若后续需支持交互式缩放、对齐多图横轴，或希望横轴天然具备时间语义（如自动格式化为 HH:mm、支持时间范围选择器），推荐改用 真实 datetime 对象（见下方进阶方案）。
? 进阶方案：使用 datetime 轴（更专业、更灵活）
将字符串时间转换为 datetime 对象（例如当天的 datetime(2024, 1, 1, hour, 0)），并启用 Bokeh 的 datetime 轴自动处理：
from datetime import datetime, date # 生成 datetime 列表（固定日期便于演示） base_date = date(2024, 1, 1) tempo_dt = [datetime.combine(base_date, datetime.min.time().replace(hour=i)) for i in range(24)] # 更新数据源（保持相同结构，仅 x 值改为 datetime） source_dados = ColumnDataSource(data=dict(x=tempo_dt, y=dados)) source_cargas_bateria = ColumnDataSource(data=dict(x=tempo_dt, y=[0]*24)) source_consumo_total = ColumnDataSource(data=dict(x=tempo_dt, y=[0]*24))
此时创建图表时无需手动指定 x_range，Bokeh 会自动识别 datetime 并配置时间轴：
plot_dados = figure(
title="Consumo da Estação ao Longo de 24 Horas",
x_axis_label="Tempo",
y_axis_label="Energia (kWh)",
x_axis_type="datetime", # ? 启用 datetime 轴
width=600,
height=400
)✅ 优势：自动时间格式化（如 00:00, 06:00, 12:00）、支持 pan/zoom 时间范围、与 DatetimeTickFormatter 等高级功能无缝集成。
? 验证与调试建议
- 在 update_plots() 中添加日志，确认数据源是否真实更新：
print("Updated x values:", source_dados.data['x'][:3]) print("Updated y values:", source_dados.data['y'][:3]) - 检查浏览器控制台（F12 → Console）是否有 Range1d 或 FactorRange 相关警告。
- 确保所有图表共用同一组 factors（或 datetime 序列），否则 gridplot 中横轴可能错位。
✅ 总结
| 方案 | 适用场景 | 关键操作 |
|---|---|---|
| FactorRange + 字符串 | 快速原型、纯小时级离散标签、无需时间运算 | x_range=FactorRange(factors=tempo) |
| datetime + x_axis_type="datetime" | 生产环境、需时间语义、未来扩展（如多日数据、实时流） | 将 x 转为 datetime 对象，设 x_axis_type="datetime" |
只要补上 x_range 或切换至 datetime，您的三个柱状图将立即正常渲染——这是 Bokeh 中最常见却易被忽略的“静默失败”原因。
