Question

受到this上Bokeh gallery示例的启发，我试图实现一个滑块来滑动大量收集的数据（基本上是生物数据的延时）。我没有在滑块上使用自定义的javascript回调，而是尝试使用小部件。我不知道这是否可行。找到我最小的工作示例。它正确地显示了滑块和图像，但似乎没有发生更新。

##Creating the 15 different pictures
#Want to make 15 different pictures of a certain field function evaluated on a grid of img_size_x x img_size_y
import numpy as np
img_size_x,img_size_y = (512,512)
variations=15

#Make the field
xx,yy=np.meshgrid( np.arange(img_size_x),np.arange(img_size_y))

#Broadcast the field into as many copies as there are variations to make use of the ufuncs
xx= np.tile(xx,variations).reshape(variations,img_size_x,img_size_y)
yy= np.asarray(map(np.transpose,np.tile(yy.T,variations).reshape(variations,img_size_x,img_size_y)))

varied_parameter=np.linspace(.01,0.5,variations) #frequencies of a sin/cos function, for example
varied_parameter=np.repeat(varied_parameter,img_size_x*img_size_y).reshape(variations,img_size_x,img_size_y) #broadcast

matrix_images=np.cos(varied_parameter*xx)+np.sin(varied_parameter*yy) # field function evaluated for diff frequencies.

##Creation of the Bokeh interface to slide through these pictures
from bokeh.plotting import figure, show, output_file, output_notebook
from bokeh.models import ColumnDataSource
from bokeh.layouts import row, widgetbox
from bokeh.models.widgets import Slider
import bokeh.palettes as pal
output_notebook()

data=matrix_images[0] #starting value for the column data source
source = ColumnDataSource(dict(image=[data])) #the figure.image function takes a vector of matrices
image_sl = Slider(title="Image number", value=0, start=0, end=variations-1, step=1) #slider to go through the images
def update_img(attrname, old, new):
    curr_value = image_sl.value
    x=matrix_images[int(curr_value)] #make sure index is int to select image number 'curr_value'
    source.data = dict(image=[x])

image_sl.on_change('value', update_img) #give slider its callback function
inputs = widgetbox(image_sl) #wrap the slider into a display object


p = figure(x_range=(0, 10), y_range=(0, 10))
# must give a vector of image data for image parameter
p.image('image', source=source,x=0, y=0, dw=10, dh=10, palette=pal.Greys256)

show(row([p,image_sl]) ) # open a browser

Answer 1

您尝试使用的更新类型仅适用于Bokeh服务器。当output_notebook或output_file与show一起使用时，生成的输出是带有嵌入式JavaScript的HTML，用于呈现实际的绘图。这意味着这些图应该被视为在浏览器中运行的独立文件。这意味着这些图不能直接访问或运行任何Python代码。

Bokeh提供了几种方法，可以在Python中为您的绘图编写回调。首先是使用Bokeh服务器。你可以阅读它here。由于您已经编写了回调函数以便与Bokeh Server一起工作，因此很容易以这种方式工作。我注释掉了这些行，导致错误。

xx= np.tile(xx,variations).reshape(...
yy= np.asarray(map(np.transpose, ...

然后为curdoc from bokeh.io import curdoc添加导入并将show(row([p,image_ls]))替换为curdoc().add_root(row([p,image_ls]))。从那里可以使用$ bokeh serve --show name_of_your_file.py运行示例。

如果您想要在笔记本或独立文件中运行的内容。您还可以选择使用PyScript回调。这个回调看起来像python，它与Python代码写在同一个文件中。但是，它将被解释为一种称为PyScript的语言，用于将“Python代码”编译为JavaAcript。同样，这将无法访问您的python运行时环境。可以将Bokeh对象传递给这些回调，但就是这样。这可能不适合您的用例，因为您的回调需要有权访问matrix_images。您可以阅读更多here。我建议阅读有关在那里添加交互的整个部分，它有很多关于如何使用CustomJS回调的很好的例子。

另一个选择是使用Jupyter Notebook Widgets。此解决方案仅适用于您的笔记本电脑。您可以阅读此方法here。

使用带有Pythonic回调的Bokeh Slider滑动图像

1 个答案: