Question

我目前正在尝试使用matplotlib后端的holoviews + datashader。我正在使用的数据具有非常不同的x和y范围，结果是数据分析器图无法伸展。我尝试过使用的opts和output关键字可以解决问题只有全息视图而不是一旦应用数据分区。

例如：

import holoviews as hv
hv.extension('matplotlib')
import numpy as np
from holoviews.operation.datashader import datashade

np.random.seed(1)
positions = np.random.multivariate_normal((0,0),[[0.1,0.1], [0.1,50.0]], (1000000,))
positions2 = np.random.multivariate_normal((0,0),[[0.1,0.1], [0.1,50]], (1000,))
points = hv.Points(positions,label="Points")
points2 = hv.Points(positions2,label="Points2")
plot = datashade(points) + points2
plot

生成： datashader and points output

我可以使用fig_size opts关键字

控制点的大小

e.g. points2(plot=dict(fig_size=200))

但同样不适用于数据分析器图。任何有关使用matplotlib更改此类数据分析器数字大小的建议都将非常感激。理想情况下，我想使用函数而不是单元格魔术关键字，因此可以将代码移植到脚本中。

谢谢！

Answer 1

在HoloViews中更改matplotlib图的大小始终由外部容器控制，因此当您拥有布局时，可以更改该对象的大小，例如：在你的例子中：

plot = datashade(points) + points2
plot.opts(plot=dict(fig_size=200))

可能令人困惑的另一部分是RGB元素（数据分区操作返回的内容）默认使用aspect ='equal'。您可以通过将方面设置为“方形”或显式宽高比来更改它：

datashade(points).opts(plot=dict(fig_size=200, aspect='square'))

把它放在一起你可能想做这样的事情：

plot = datashade(points).opts(plot=dict(aspect='square')) + points2
plot.opts(plot=dict(fig_size=200))

使用Matplotlib后端控制Holoviews + Datashader的大小问题

1 个答案: