我从.csv文件中读取了以下格式的数据帧:
version, 2x8x8, 2x8x10, 2x8x12, ...
v1.0.0, 10.2, 9.2, 8.2,
v1.0.1, 11.3, 10.4, 10.2,
v1.0.2, 9.5, 9.3, 9.1,
...
我想将此数据框绘制为散景中的多线图,其中每一列都是自己的线。 x轴是版本号,y值是不包含标题的列的内容。
我尝试自己引用bokeh docs,但是我找不到bokeh期望的将列提取为“列表列表”的最佳方法。
# produces empty plot
f = figure(title='Example title')
versions = list(df['version'])
values = [list(df['2x8x8']), list(df['2x8x10']), ...]
f.multi_line(xs=versions, ys=values)
当我尝试使用bokeh docs中也指定的备用ColumnDataSource
方法时,该图将获取我的所有y值,并为每个y换行。
# produces plot seen below
df = pd.read_csv(my.csv)
data_source = ColumnDataSource(df)
f = figure(title="Example")
f.line(x='version', y='2x8x8', source=data_source, line_width=2, legend='2x8x8')
f.line(x='version', y='2x8x10', source=data_source, line_width=2, legend='2x8x10')
f.xaxis.axis_label = 'version'
非常感谢您的帮助!
答案 0 :(得分:1)
我想这就是您想要的(在Bokeh v1.0.4上测试):
import pandas as pd
import numpy as np
from bokeh.palettes import Spectral11
from bokeh.plotting import figure, show
toy_df = pd.DataFrame(data = {'version': ['v1.0.0', 'v1.0.1', 'v1.0.2', 'v1.0.3'],
'2x8x8': [10.2, 11.3, 9.5, 10.9],
'2x8x10': [9.2, 10.4, 9.3, 9.9],
'2x8x12': [8.2, 10.2, 9.1, 11.1]}, columns = ('version', '2x8x8' , '2x8x10', '2x8x12'))
numlines = len(toy_df.columns)
mypalette = Spectral11[0:numlines]
p = figure(width = 500, height = 300, x_range = toy_df['version'])
p.multi_line(xs = [toy_df['version'].values] * numlines,
ys = [toy_df[name].values for name in toy_df],
line_color = mypalette,
line_width = 5)
show(p)
结果:
答案 1 :(得分:1)
另一个版本,包括标签。这是使用显式ColumnDataSource
代替熊猫DataFrame
的另一种方法。
请注意,如果要使用p.legend.click_policy = "hide"
来切换可见性或使单独的行静音,则应该使用line
字形而不是multi_line
。该代码适用于Bokeh v1.0.4
from bokeh.palettes import Spectral11
from bokeh.plotting import figure, show
from bokeh.models import Legend, ColumnDataSource
versions = ['v1.0.0', 'v1.0.1', 'v1.0.2', 'v1.0.3']
data = {'version': [versions] * 3,
'values': [[10.2, 11.3, 9.5, 10.9],
[9.2, 10.4, 9.3, 9.9],
[8.2, 10.2, 9.1, 11.1]],
'columns': ['2x8x8', '2x8x10', '2x8x12'],
'color': Spectral11[0:3] }
source = ColumnDataSource(data)
p = figure(width = 500, height = 300, x_range = versions)
p.multi_line(xs = 'version',
ys = 'values',
color = 'color',
legend = 'columns',
line_width = 5,
source = source)
show(p)
结果: