当散景条形图上的缩放级别发生变化时，是否可以保持相同数量的 x 轴刻度标签可见？
Tri*_*ril 5 python django bar-chart bokeh
我正在使用 Django 并使用数据库中的数据生成散景条形图。我在下面放了一个基本的代码示例。我正在从日期时间变量生成 x 轴刻度标签，以使用日期时间格式的字符串在每小时获取一个刻度。这会导致所有刻度标签始终可见。放大时很好，但缩小时不漂亮，因为标签彼此重叠。
有没有办法让散景自动调整哪些刻度标签可见，因为缩放级别发生变化以保持恒定数量的刻度标签可见？
视图.py：
# -*- coding: utf-8 -*-
from django.shortcuts import render
from bokeh.plotting import *
from bokeh.resources import CDN
from bokeh.embed import components
from bokeh.charts import Bar
from bokeh.models import Range1d
from collections import OrderedDict
import datetime
def plot_1_bar(data, y, y_lab, title, xlab, ylab, yrange, palette):
x0_list_str = []
y_list = []
# x_axis_type == "datetime":
i_x = 'x1'
i_y = y[0]
for idx, val in enumerate(data):
x0_list_str.append(val[i_x].strftime("%Y-%m-%d %H h"))
y_list.append(val[i_y])
data_x = x0_list_str
data_y = OrderedDict()
data_y[y_lab[0]] = y_list
plot = Bar(data_y, data_x, title=title, xlabel=xlab,
ylabel=ylab, stacked=True, continuous_range=yrange,
palette=palette, legend=True, height=400)
return components(plot, CDN)
def plot1(request):
script_bokeh = ""
div_bokeh = ""
data = []
data.append({'x1': datetime.datetime(2015,1,1,8,0,0,0),'y1': 0})
data.append({'x1': datetime.datetime(2015,1,1,9,0,0,0),'y1': 0})
data.append({'x1': datetime.datetime(2015,1,1,10,0,0,0),'y1': 0})
data.append({'x1': datetime.datetime(2015,1,1,11,0,0,0),'y1': 0})
data.append({'x1': datetime.datetime(2015,1,1,12,0,0,0),'y1':8})
data.append({'x1': datetime.datetime(2015,1,1,13,0,0,0),'y1':12})
data.append({'x1': datetime.datetime(2015,1,1,14,0,0,0),'y1':0})
data.append({'x1': datetime.datetime(2015,1,1,15,0,0,0),'y1':0})
data.append({'x1': datetime.datetime(2015,1,1,16,0,0,0),'y1':0})
data.append({'x1': datetime.datetime(2015,1,1,17,0,0,0),'y1':0})
data.append({'x1': datetime.datetime(2015,1,1,18,0,0,0),'y1':2})
data.append({'x1': datetime.datetime(2015,1,1,19,0,0,0),'y1':6})
data.append({'x1': datetime.datetime(2015,1,1,20,0,0,0),'y1':4})
data.append({'x1': datetime.datetime(2015,1,1,21,0,0,0),'y1':22})
data.append({'x1': datetime.datetime(2015,1,1,22,0,0,0),'y1':36})
data.append({'x1': datetime.datetime(2015,1,1,23,0,0,0),'y1':32})
data.append({'x1': datetime.datetime(2015,1,2,0,0,0,0),'y1':21})
data.append({'x1': datetime.datetime(2015,1,2,1,0,0,0),'y1':15})
data.append({'x1': datetime.datetime(2015,1,2,2,0,0,0),'y1':4})
data.append({'x1': datetime.datetime(2015,1,2,3,0,0,0),'y1':0})
data.append({'x1': datetime.datetime(2015,1,2,4,0,0,0),'y1':0})
data.append({'x1': datetime.datetime(2015,1,2,5,0,0,0),'y1':0})
data.append({'x1': datetime.datetime(2015,1,2,6,0,0,0),'y1':45})
data.append({'x1': datetime.datetime(2015,1,2,7,0,0,0),'y1':47})
data.append({'x1': datetime.datetime(2015,1,2,8,0,0,0),'y1':52})
data.append({'x1': datetime.datetime(2015,1,2,9,0,0,0),'y1':44})
data.append({'x1': datetime.datetime(2015,1,2,10,0,0,0),'y1':0})
data.append({'x1': datetime.datetime(2015,1,2,11,0,0,0),'y1':0})
data.append({'x1': datetime.datetime(2015,1,2,12,0,0,0),'y1':0})
data.append({'x1': datetime.datetime(2015,1,2,13,0,0,0),'y1':0})
script_bokeh, div_bokeh = plot_1_bar(data,
['y1'],
['y legend label'],
"",
'x label',
'y label',
Range1d(0, 70),
['red'])
return render(request,
'tests/plot1.html',
{'script_bokeh': script_bokeh,
'div_bokeh': div_bokeh})
plot1.html ：
<!DOCTYPE html>
<html lang="en">
<head>
<title>bokeh bar plot</title>
<link rel="stylesheet" type="text/css" href="/static/tests/css/bokeh-0.9.2.min.css" />
<script src="/static/tests/js/bokeh-0.9.2.min.js" type="text/javascript"></script>
</head>
<body>
<h1>Bokeh bar plot</h1>
<div id="div_graph">{{div_bokeh|safe}}{{script_bokeh|safe}}</div>
</body>
</html>
首先，该bokeh.chartsAPI（包括Bar）已于 2017 年弃用并删除，不应再使用。稳定且受支持的bokeh.plottingAPI 现在可用于创建多种分类图和条形图，并且比bokeh.charts以往任何时候都更强大。请参阅用户指南的处理分类数据一章，了解许多带有完整代码的实例
没有内置的股票代码可以配置来执行此操作，而且CustomJSTicker现在也没有任何内置代码，因此，现在要做这样的事情，您将不得不求助于 自定义扩展。此外，您将需要CustomJS范围内的回调，以便根据您想要的策略配置自定义代码。这是一个完整的脚本，显示了一种可能的方法（此代码使用 Bokeh 进行了测试0.12.16）：
from bokeh.core.properties import Int
from bokeh.models import CategoricalTicker, CustomJS
from bokeh.io import show
from bokeh.plotting import figure
class MyTicker(CategoricalTicker):
__implementation__ = """
import {CategoricalTicker} from "models/tickers/categorical_ticker"
import * as p from "core/properties"
export class MyTicker extends CategoricalTicker
type: "MyTicker"
@define {
nth: [ p.Int, 1 ]
}
get_ticks: (start, end, range, cross_loc) ->
ticks = super(start, end, range, cross_loc)
ticks.major = ticks.major.filter((element, index) => index % this.nth == 0)
return ticks
"""
nth = Int(default=1)
fruits = ['Apples', 'Pears', 'Nectarines', 'Plums', 'Grapes', 'Strawberries']
p = figure(x_range=fruits, plot_height=250, title="Fruit Counts",
tools="xwheel_zoom")
p.vbar(x=fruits, top=[5, 3, 4, 2, 4, 6], width=0.9)
p.xgrid.grid_line_color = None
p.y_range.start = 0
p.xaxis.ticker = MyTicker(nth=1)
cb = CustomJS(args=dict(ticker=p.xaxis[0].ticker), code="""
if (Math.abs(cb_obj.start-cb_obj.end) > 8) {
ticker.nth = 2
} else {
ticker.nth = 1
}
""")
p.x_range.js_on_change('start', cb)
p.x_range.js_on_change('end', cb)
show(p)
| 归档时间： |
|
| 查看次数： |
1163 次 |
| 最近记录： |