我正在尝试根据发布在here上的简单示例代码在Bokeh中绘制散点图。
以下代码为折线图生成了有效的演示:
from bokeh.layouts import column
from bokeh.models import CustomJS, ColumnDataSource, Slider
from bokeh.plotting import Figure, show
# fetch and clear the document
from bokeh.io import curdoc
curdoc().clear()
x = [x*0.005 for x in range(0, 100)]
y = x
source = ColumnDataSource(data=dict(x=x, y=y))
plot = Figure(plot_width=400, plot_height=400)
plot.line(x='x', y='y', source=source)
def callback(source=source, window=None):
data = source.data
f = cb_obj.value
x, y = data['x'], data['y']
for i in range(len(x)):
y[i] = window.Math.pow(x[i], f)
source.trigger('change')
slider = Slider(start=0.1, end=4, value=1, step=.1, title="Start week",
callback=CustomJS.from_py_func(callback))
layout = column(slider, plot)
show(layout)
它看起来像这样:
在此演示中,当您调整滑块并按“重置”图标时,该图将根据更新的y = f(x)公式重新绘制自身。
但是,我想制作一个变化的散点图,而不是折线图。
问题:
当我简单地将上面代码中的plot.line
更改为plot.circle
时,该图就可以了,但是它是静态的-当您移动滑块并按“重置”时,它不会改变。我没有看到错误消息。
答案 0 :(得分:0)
我找到了答案in the documentation。
callback
中的最后一行应为source.change.emit()
,而不是source.trigger('change')
。我不知道这两者之间的区别,但后来可以用于圆图。
即
def callback(source=source, window=None):
data = source.data
f = cb_obj.value
x, y = data['x'], data['y']
for i in range(len(x)):
y[i] = window.Math.pow(x[i], f)
source.change.emit()