标签: holoviews

我正在使用 Bokeh 后端学习 HoloViews，并使用 iPython/Jupyter 显示 pandas DataFrame 的所选列（实际上它是一个 xarray 数据集，但用 DataFrame 显示问题更简单）。问题是，当我选择第一个列/变量以外的任何列/变量时，悬停工具提示仍然显示第一个列/变量的值。我的代码大致基于HoloViews 仪表板文档。

import holoviews as hv
import pandas as pd
import numpy as np
hv.extension('bokeh')

df = pd.DataFrame()
df['time'] = pd.date_range('2018-01-01', '2018-01-31')
df['var1'] = np.linspace(0, 1, len(df['time']))
df['var2'] = np.ones(df['var1'].shape)

def load_symbol(var):
    return hv.Curve(df, ('time', 'Time'), var)

variables = ['var1', 'var2']
dmap = hv.DynamicMap(load_symbol, kdims='Variable').redim.values(Variable=variables)

dmap.opts(framewise=True, tools=['hover'])

使用悬停工具并选择第一个变量： 使用悬停工具并选择第二个变量：

请注意，为 var1 显示了正确的工具提示值 (0.200)。但是，当选择 var2 时，悬停工具仍显示 var1 的值，即使工具提示位于 var2 的正确位置。这里发生了什么？

我一直在尝试了解如何完成绘制两个数据集（每个数据集具有不同颜色）这一非常简单的任务，但我在网上发现的任何内容似乎都无法做到这一点。这是一些示例代码：

import pandas as pd
import numpy as np
import holoviews as hv
from holoviews import opts
hv.extension('bokeh')

ds1x = np.random.randn(1000)
ds1y = np.random.randn(1000)
ds2x = np.random.randn(1000) * 1.5
ds2y = np.random.randn(1000) + 1

ds1 = pd.DataFrame({'dsx' : ds1x, 'dsy' : ds1y})
ds2 = pd.DataFrame({'dsx' : ds2x, 'dsy' : ds2y})
ds1['source'] = ['ds1'] * len(ds1.index)
ds2['source'] = ['ds2'] * len(ds2.index)

ds = pd.concat([ds1, ds2])

目标是在单个框架中生成两个数据集，并用一个分类列来跟踪源。然后我尝试绘制散点图。

scatter = hv.Scatter(ds, 'dsx', 'dsy')
scatter

这按预期工作。但我似乎无法理解如何根据source列对两个数据集进行不同的着色。我尝试了以下方法：

scatter = hv.Scatter(ds, 'dsx', 'dsy', color='source') …

我想为 hvplots 生成的图设置默认选项。

通常在全息视图中我会这样做来为每个图设置默认值：

import holoviews as hv
from holoviews import opts
hv.extension('bokeh')
opts.defaults(opts.Curve( height=400, width=900 ,show_grid=True))

现在我正在使用 hvplots，导入已成为基于 xarray 的绘图的以下内容

import xarray as xr
import hvplot.xarray

如果我有一个 xarray 数据集并且我想绘制其中一个维度，那么我使用这个

ds.myDims.hvplot()

然而，这给出了一个具有默认宽度且没有网格线的图。要添加它，我需要指定绘图的选项。

ds.myDims.hvplot(height=400, width=900,grid=True)

理想情况下，我想全局设置高度、宽度、网格等，就像在全息视图中一样，所以我不必为每个绘图指定它。

和包一起工作streamz，hvplot为使用 pandas 数据帧绘制流数据提供支持。

例如，该streamz包有一个用于创建随机流数据帧的便利实用程序：

import hvplot.streamz
from streamz.dataframe import Random

sdf = Random(interval='200ms', freq='50ms')
sdf
# Stop the streaming with: sdf.stop()

可以使用以下命令在流图表中简单地绘制此图hvplot：

sdf.hvplot()

是否有一种简单的方法可以从预先存在的pandas数据帧中传输数据？

例如，我希望能够这样说：

import pandas as pd

df=pd.DataFrame({'a':range(0,100),'b':range(5,105)})

sdf = StreamingDataFrame(df, interval='200ms', freq='50ms')

然后，我可以简单地使用预先存在的pandas数据帧中的示例数据，而不是使用随机示例数据。

我的 hvplot 有默认的平移和滚轮缩放作为缩放和移动图形的方式。
但我希望框缩放成为我的图表中的默认值。
如何在 hvplot 或 Holoviews 中执行此操作？

import numpy as np
import pandas as pd
import holoviews as hv
import hvplot
import hvplot.pandas

df = pd.DataFrame(data=np.random.normal(size=[50, 2]), columns=['a', 'b'])
df_plot = df.hvplot.scatter(x='a', y='b')

当使用基于 xArray 数据的 HoloViews 创建绘图 (QuadMesh) 时，任何缺失的维度都会自动创建滑块等小部件以方便数据探索。例如：

hv_ds = hv.Dataset(data)    
plot = hv_ds.to(hv.QuadMesh, kdims=["lon", "lat"], vdims="depth")

由于数据包含 12 个月的数据，HoloViews 将根据经度和纬度创建 QuadMesh，使用深度作为值，然后提供一个滑块小部件来选择月份。它将把所有内容包装在一个 HoloMap 中，如下所示：

HoloMap containing 12 items of type QuadMesh
--------------------------------------------

Key Dimensions: 
     month: 1.0...12.0 
Deep Dimensions: 
     lon: -280.0...80.0 
     lat: -78.0...-44.6 
     depth: 3.5...4796.6 

生成图

我想检索“月份滑块小部件”的值以更新另一个图，但我找不到访问它的方法。没有plot.get_widget_value()或类似的东西。有什么想法可以获取它的指针或处理程序吗？

以下代码生成链接图像。它生成的大部分是我想要的，但我希望 Real 和 Pred 之间的框颜色不同。我该如何使用 Holoviews 或 Hvplot 来做到这一点？

import hvplot.pandas
import pandas as pd
import numpy as np



df = pd.DataFrame(np.random.randn(20), columns=['Value'])
df['Source'] = ['Preds'] *10 +['Real'] * 10
df['Item'] = ['item1'] *5 + ['item2']*5 + ['item1'] *5 + ['item2']*5
df.hvplot.box(y='Value', by=['Item', 'Source'])

我希望该图像的第一张图具有第二张图的风格

关于 HoloViews 分组（非堆叠）条形图的快速问题。如何删除 x 轴变量名称刻度，但将它们包含在图例中？

请参阅下面的示例：

我想做以下事情：

1. 对于红色框，删除刻度线“x”和“y”的名称
2. 添加与各自颜色对齐的“x”和“y”图例。

代码如下：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
import holoviews as hv
pd.options.plotting.backend = 'holoviews'

df1 = pd.DataFrame({
    'x': np.random.rand(10), 
    'y': np.random.rand(10),
})

my_plot = df1.plot(kind='bar')
my_plot

谢谢你！

我想将 Holoviews 图保存为 SVG，但是我收到一条我不明白的错误消息：

    np.random.seed(9)
    data = np.random.rand(10, 2)
    points = hv.Points(data)
    labels = hv.Labels({('x', 'y'): data, 'text': [chr(65+i) for i in range(10)]}, ['x', 'y'], 'text')
    overlay = (points * labels).redim.range(x=(-0.2, 1.2), y=(-.2, 1.2))
    
    overlay.opts(
        opts.Labels(text_font_size='10pt', xoffset=0.08),
        opts.Points(color='black', size=5))
    
    hv.save(overlay, 'overlay.svg', fmt='svg')

    ---------------------------------------------------------------------------
    Exception                                 Traceback (most recent call last)
    <ipython-input-29-b23ca97e9c01> in <module>
          9     opts.Points(color='black', size=5))
         10 
    ---> 11 hv.save(overlay, 'overlay.svg', fmt='svg')
    
    ~/miniconda3/envs/mybrew/lib/python3.7/site-packages/holoviews/util/__init__.py in save(obj, filename, fmt, backend, resources, toolbar, title, **kwargs)
        818             filename = '.'.join(formats[:-1])
        819     return renderer_obj.save(obj, filename, fmt=fmt, …

我想绘制一个包含 3 列的时间序列数据框，每条曲线一列。我希望每条曲线都有自己的颜色，并显示图例，就像hvplot()默认情况下一样。

这是一个独立的示例：

import numpy as np
import pandas as pd
import hvplot.pandas
import datetime
from holoviews.operation.datashader import datashade

n=1000
start = datetime.datetime(2010, 10, 1, 0)   # Start time
datetimerange = [start + datetime.timedelta(minutes=1)*i for i in range(n)]
A = np.random.randint(5, size=n)
B = np.random.randint(20, 40, size=n)
C = np.random.randint(10, 20, size=n)
d = {'datetime': datetimerange, 'A': A, 'B': B, 'C': C}
df = pd.DataFrame(d).set_index('datetime')

df.hvplot(cmap=['red', 'blue', 'green']) + datashade(df.hvplot(cmap=['red', 'blue', 'green']))

这是结果（左侧没有数据着色器，右侧有数据着色器）：

将绘图传递给数据着色器时，颜色和图例会丢失。使用datashade=True的参数hvplot …