该答案是针对Bokeh v1.0.4给出的，可能与最新文档不兼容
Javascript回调和Python回调是Bokeh中非常强大的工具，可以附加到任何Bokeh模型元素。另外，您可以通过使用Typescript编写自己的扩展来扩展Bokeh功能（最终编译为JS）
可以使用以下两种方法之一添加JS回调：
Model.js_on_event('event', callback)Model.js_on_change('attr', callback)Python回调主要用于小部件：
Widget.on_event('event, onevent_handler)Widget.on_change('attr', onchange_handler)Widget.on_click(onclick_handler)每个小部件的事件处理程序的确切函数签名可以是：
onevent_handler(event)onchange_handler(attr, old, new) onclick_handler(new)onclick_handler()
的
attr可以是任何部件类（或它的基类）属性。因此，您始终需要查阅Bokeh参考页。还扩大了JSON原型有助于找出哪些属性的支持如寻找事业部，我们不能直接看到
id，
name，
style或
text属性，这来源于其基类。但是，所有这些属性都存在于Div的JSON原型中，因此受Div支持：
{ "css_classes": [], "disabled": false, "height": null, "id": "32025", "js_event_callbacks": {}, "js_property_callbacks": {}, "name": null, "render_as_text": false, "sizing_mode": "fixed", "style": {}, "subscribed_events": [], "tags": [], "text": "", "width": null}回到您的问题：很多时候，您可以使用不同的方法获得相同的结果。
据我所知，没有一种很好的方法可以列出每个小部件的所有受支持的事件，但是阅读文档和深入研究基类会大有帮助。
使用上述方法，可以检查可以在回调中使用的 窗口小部件属性 。当涉及到 事件时，
我建议您
bokeh.events在IDE中查看和探索该类。您可以在其中找到每个事件的扩展说明。随着程序员的直觉选择小部件支持的正确事件，随着时间的流逝自然会自然而然地发生（因此，没有理由
button_click，
Plot也没有
pan事件，
Button只有相反的方式）。
决定将回调附加到哪个小部件（模型元素）以及要选择哪种方法或将回调绑定到哪个事件，这主要取决于您： 哪个用户操作应触发您的回调？
因此，您可以将JS回调附加到任何小部件（值更改，滑块移动等），任何工具（TapTool，HoverTool等），data_source（单击字形），绘制画布（例如单击）在字形以外的区域）或绘图范围（缩放或平移事件）等。
基本上，您需要了解所有Python对象在BokehJS中都有它们的等效项，因此您可以在两个域中以相同的方式使用它们（当然，在语法上有所不同）。
例如，该文档显示ColumnDataSource具有“
selected”属性，因此对于点，您可以检查
source.selected.indices并查看选择了绘图上的哪个点或在您的情况下喜欢：选择了哪些表行。您可以在Python中以及在浏览器中的代码中设置断点，并检查Python或BokehJS数据结构。在运行代码时，将环境变量
BOKEH_MINIFIED设置
no为在IDE（运行配置）或终端（例如
BOKEH_MINIFIED=nopython3 main.py）中设置。这将使在浏览器中调试BokehJS更加容易。
这是您的代码（由于未安装Jupiter Notebook，因此对“ pure Bokeh” v1.0.4做了一些修改）
from bokeh.layouts import columnfrom bokeh.models import ColumnDataSource, DataTable, TableColumnfrom bokeh.plotting import figure, curdocfrom bokeh.io import show, output_notebookfrom bokeh.sampledata.sea_surface_temperature import sea_surface_temperature# output_notebook()def modify_doc(doc): df = sea_surface_temperature.copy() source = ColumnDataSource(data = df) source_table = ColumnDataSource(data = {"alpha": [s for s in "abcdefgh"],"num": list(range(8))}) plot = figure(x_axis_type = 'datetime', y_range = (0, 25), y_axis_label = 'Temperature (Celsius)', title = "Sea Surface Temperature at 43.18, -70.43") plot.line('time', 'temperature', source = source) def callback(attr, old, new): # here new is an array containing selected rows if new == 0: data = df else: data = df.rolling('{0}D'.format(new[0])).mean() # asuming one row is selected source.data = ColumnDataSource(data = data).data table = DataTable(source = source_table,columns = [TableColumn(field = "alpha", title = "Alpha"),TableColumn(field = "num", title = "Num")]) source_table.selected.on_change('indices', callback) doc().add_root(column(table, plot))modify_doc(curdoc)# show(modify_doc)结果：
