HoloViews中

Question

我的目标是在HoloViews中创建x，y，z散点图，其中使用Datashader生成绘图，通过最小化'z'聚合点，并根据'z'着色点。最终，这是用于制作配置文件可能性图。

我在使用HoloViews + Datashader生成绘图方面取得了很好的进展，甚至以很酷的方式链接了这些绘图（参见例如How to do linked data selections in HoloViews with Datashader + Bokeh backend），但是我无法弄清楚如何控制点颜色和聚合方法。

下面是一些代码（在Jupyter笔记本中运行），它（几乎）在“普通香草”Datashader + Bokeh中做了（几乎）我想要的东西。如何通过HoloViews实现相同的功能，以便我可以利用该软件包中的优秀功能？

特别注意我想要分配给特定z值的颜色，我不希望它自动标准化或任何此类事情。我尝试在下面的代码中通过在'shade'函数中设置'span'参数来实现这一点，虽然它不太起作用，因为当我放大图时我看到出现了新的绿色区域，这表明颜色的绝对标准化不会保持不变。无论如何，它应足够接近以说明我所追求的目标。

import pandas as pd
from bokeh.plotting import figure, output_notebook
import datashader as ds
from datashader.bokeh_ext import InteractiveImage
from datashader import transfer_functions as tf

output_notebook(hide_banner=True)

import matplotlib.colors as colors

#Define colormap
mn=0
mx=5
s0=0./(mx-mn)
s1=1./(mx-mn)
s2=2./(mx-mn)
s3=3./(mx-mn)
s4=4./(mx-mn)
s5=5./(mx-mn)

cdict = {
'red'  :  ((s0, 0., 0.), (s1, 1., 1.), (s2, 1., 1.), (s3, 1., 1.), (s4, .5, .5), (s5, .2, .2)),
'green':  ((s0, 1., 1.), (s1, 1., 1.), (s2, .5, .5), (s3, 0., 0.), (s4, 0., 0.), (s5, 0., 0.)),
'blue' :  ((s0, 0., 0.), (s1, 0., 0.), (s2, 0., 0.), (s3, 0., 0.), (s4, 0., 0.), (s5, 0., 0.))
}

chi2cmap = colors.LinearSegmentedColormap('chi2_colormap', cdict, 1024)
chi2cmap.set_bad('w',1.)


# Create some data to plot
x = np.arange(0,10,1e-2)
y = np.arange(0,10,1e-2)
X,Y = np.meshgrid(x,y)
x = X.flatten()
y = Y.flatten()
z = 5 * np.sin(x) * np.cos(y)

#------ Create pandas dataframe object from the data ------
print "Creating Pandas dataframe object"
df = pd.DataFrame.from_dict({"x": x, "y": y, "z": z})

# Create callback function for bokeh
def create_image(x_range, y_range, w, h):
    cvs = ds.Canvas(x_range=x_range, y_range=y_range, plot_width=200, plot_height=200)
    agg = cvs.points(df, 'x', 'y', ds.min('z'))
    img = tf.shade(agg, cmap=chi2cmap, how='linear', span=[mn,mx])
    #return tf.dynspread(img, threshold=0.9, max_px=10)
    return img

# Export image
#ds.utils.export_image(img, "test", fmt=".png", export_path=".", background="white")

# Interactive image via bokeh
p = figure(tools='pan,wheel_zoom,box_zoom,reset', background_fill_color="white",
           plot_width=500, plot_height=500, x_range=(np.min(x),np.max(x)), y_range=(np.min(y),np.max(y)))

p.axis.visible = False
p.xgrid.grid_line_color = None
p.ygrid.grid_line_color = None
InteractiveImage(p, create_image)

带输出

Answer 1

好的，我似乎已经成功了，所以这就是我想出来的。关键是要创建一个派生自holoviews.operation.datashader.datashade的新类，并在那里更改聚合器和cmap数据成员：

class chi2_datashade(hvds.datashade):
    """Custom datashade class to do our projection and colormap"""
    aggregator = ds.min('z')
    cmap = chi2cmap
    normalization = 'linear'
    span = [mn,mx] # this requires https://github.com/ioam/holoviews/pull/1508 to work, which I just hacked in to holoviews for now

然后就像使用原始datashade类一样使用它：

data = hv.Points(df)
chi2_datashade(data)

span数据成员存在问题，因为它不存在，因此没有连接到基础数据共享选项，但它将在即将推出的版本中修复，如果你想自己做，可以在源代码中轻松更改（参见https://github.com/ioam/holoviews/pull/1508）

实际上还有另一个问题，这次来自数据分析器，因为它抵消了＆＃39; z＆＃39;数据根据内部的最小值，因此搞砸了＆span;＆＃39; span＆＃39;参数。我向他们提出了这个问题，但是如果你想自己做的话，它在源代码中也是一个相当简单的修复（参见https://github.com/bokeh/datashader/issues/368）

以下是完整的示例：

import numpy as np
import pandas as pd
import datashader as ds
import holoviews as hv
import holoviews.operation.datashader as hvds
import matplotlib.colors as colors
hv.notebook_extension('bokeh')

#Define colormap
mn=0
mx=5
s0=0./(mx-mn)
s1=1./(mx-mn)
s2=2./(mx-mn)
s3=3./(mx-mn)
s4=4./(mx-mn)
s5=5./(mx-mn)

cdict = {
'red'  :  ((s0, 0., 0.), (s1, 1., 1.), (s2, 1., 1.), (s3, 1., 1.), (s4, .5, .5), (s5, .2, .2)),
'green':  ((s0, 1., 1.), (s1, 1., 1.), (s2, .5, .5), (s3, 0., 0.), (s4, 0., 0.), (s5, 0., 0.)),
'blue' :  ((s0, 0., 0.), (s1, 0., 0.), (s2, 0., 0.), (s3, 0., 0.), (s4, 0., 0.), (s5, 0., 0.))
}

chi2cmap = colors.LinearSegmentedColormap('chi2_colormap', cdict, 1024)
chi2cmap.set_bad('w',1.)


# Create some data to plot
x = np.arange(0,10,1e-2)
y = np.arange(0,10,1e-2)
X,Y = np.meshgrid(x,y)
x = X.flatten()
y = Y.flatten()
z = 5 * np.sin(x) * np.cos(y)

#------ Create pandas dataframe object from the data ------
print "Creating Pandas dataframe object"
df = pd.DataFrame.from_dict({"x": x, "y": y, "z": z})

class chi2_datashade(hvds.datashade):
    """Custom datashade class to do our projection and colormap"""
    aggregator = ds.min('z')
    cmap = chi2cmap
    normalization = 'linear'
    span = [mn,mx] # this requires https://github.com/ioam/holoviews/pull/1508 to work, which I just hacked in to holoviews for now


data = hv.Points(df)
chi2_datashade(data)

生成此图像：

这与OP图像略有不同，但事实证明这只是由于我提到的数据共享错误。修复该错误并重新运行OP代码我得到了这个输出：

匹配得很好。看起来Holoviews只是切断了“跨越”之外的数据。选择或一些这样的，这对我目前的需求是好的。