Jupyter：如何使用 widgets.SelectMultiple() 以交互方式选择要绘制的系列？

Question

背景：

一个类似的问题已经被问到这里，但不是很具体，而且大多只是通过参考其他来源来回答。我的案例感觉非常基本，我对找到这方面的工作示例有多么困难感到惊讶。

目标：

我只想能够从 Pandas 数据框中选择任何子集，通过使用这样的小部件来制作如下图：

我的尝试：

该widgets.SelectMultiple()小部件在docs中进行了简要描述，本节描述了如何以交互方式更改图中系列的值。我试图用 的功能替换后一个演示的核心部分widgets.SelectMultiple()，但收效甚微。

我想我真的很接近让这个工作，我希望我所要做的就是找出在标记为“#做什么！？”的部分下写什么。在下面的片段中。就像现在的代码片段一样，生成了一个小部件和图表，但它们之间没有功能链接。

我所知道的问题：

我对链接中提供的示例的复制有一些缺陷。我认为df并且widg应该包含在multiplot函数中。interactive plot功能可能也是如此。我也尝试过不同的变体，但没有成功。

片段（在 Jupyter Notebook 中使用）：

# imports
%matplotlib inline

from ipywidgets import interactive
import pandas as pd
import numpy as np
from jupyterthemes import jtplot

# Sample data
np.random.seed(123)
rows = 50
dfx = pd.DataFrame(np.random.randint(90,110,size=(rows, 1)), columns=['Variable X'])
dfy = pd.DataFrame(np.random.randint(25,68,size=(rows, 1)), columns=['Variable Y'])
dfz = pd.DataFrame(np.random.randint(60,70,size=(rows, 1)), columns=['Variable Z'])

df = pd.concat([dfx,dfy,dfz], axis = 1)
#jtplot.style()

import ipywidgets as widgets
from IPython.display import display

def multiplot():
    opts = df.columns.values

    widg = widgets.SelectMultiple(
           options=opts,
           value=[opts[1]],
           rows=len(opts),
           description='Variables',
           disabled=False)

    display(widg)

    # what to do!? 
    df.plot()

    #attempts:
    #df[widg].plot()
    #df[widg.value[0]].plot()

interactive_plot = interactive(multiplot)
output = interactive_plot.children[-1]
output.layout.height = '350px'
interactive_plot

输出（有缺陷）：

Answer 1

感谢您提供清晰的示例。不幸的是，我不确定 SelectMultiple 是否可以按照您想要的方式使用。

通常，对于交互调用，您需要一个向其传递参数的函数。您不需要在函数主体内创建小部件，interact调用应该从传递的参数中了解需要什么类型的输入小部件。

有关指定字符串选项列表的一些示例，请参见此处（https://ipywidgets.readthedocs.io/en/stable/examples/Using%20Interact.html#Widget-abbreviations）

我对您的代码进行了一些小的改动，以便与下拉选择器进行交互。我怀疑如果您想使用 SelectMultiple 而不是 Dropdown，这超出了interact功能范围。您可能需要单独创建小部件，然后使用observe.

# imports
%matplotlib inline

from ipywidgets import interactive
import pandas as pd
import numpy as np
# from jupyterthemes import jtplot

# Sample data
np.random.seed(123)
rows = 50
dfx = pd.DataFrame(np.random.randint(90,110,size=(rows, 1)), columns=['Variable X'])
dfy = pd.DataFrame(np.random.randint(25,68,size=(rows, 1)), columns=['Variable Y'])
dfz = pd.DataFrame(np.random.randint(60,70,size=(rows, 1)), columns=['Variable Z'])

df = pd.concat([dfx,dfy,dfz], axis = 1)
#jtplot.style()

import ipywidgets as widgets
from IPython.display import display

def multiplot(a):
    opts = df.columns.values
    df.loc[:, a].plot()

interactive_plot = interactive(multiplot, a=['Variable X', 'Variable Y', 'Variable Z'])
output = interactive_plot.children[-1]
output.layout.height = '350px'
interactive_plot

这是一个使用observe，一个 SelectMultiple 小部件和一个Output小部件的版本：

# imports
%matplotlib inline

from ipywidgets import interactive
import pandas as pd
import numpy as np
# from jupyterthemes import jtplot

# Sample data
np.random.seed(123)
rows = 50
dfx = pd.DataFrame(np.random.randint(90,110,size=(rows, 1)), columns=['Variable X'])
dfy = pd.DataFrame(np.random.randint(25,68,size=(rows, 1)), columns=['Variable Y'])
dfz = pd.DataFrame(np.random.randint(60,70,size=(rows, 1)), columns=['Variable Z'])

df = pd.concat([dfx,dfy,dfz], axis = 1)
#jtplot.style()

import ipywidgets as widgets
from IPython.display import display

def multiplot(a):
    opts = df.columns.values
    df.loc[:, a].plot()

interactive_plot = interactive(multiplot, a=['Variable X', 'Variable Y', 'Variable Z'])
output = interactive_plot.children[-1]
output.layout.height = '350px'
interactive_plot

Answer 2

我发现使用multipleSelect小部件的最简单方法是使用装饰器interact。

%matplotlib inline
import numpy as np
import pandas as pd
from ipywidgets.widgets import interact, SelectMultiple

np.random.seed(123)
rows = 50
dfx = pd.DataFrame(np.random.randint(90,110,size=(rows, 1)), columns=['Variable X'])
dfy = pd.DataFrame(np.random.randint(25,68,size=(rows, 1)), columns=['Variable Y'])
dfz = pd.DataFrame(np.random.randint(60,70,size=(rows, 1)), columns=['Variable Z'])

df = pd.concat([dfx,dfy,dfz], axis = 1)

sel_mul = SelectMultiple(description="Variables",options=df.columns,value=['Variable X','Variable Z'],disabled=False)
@interact(variables=sel_mul)
def plot_multiple(variables):
    df[list(variables)].plot()

这就是结果。