Question

对于一个项目，我有一个非常大的数据文件（超过1000人），说明人们如何看待彼此。它是一个方矩阵，在x和y轴上都有所有人员的姓名。如果在x和y轴上都包含同一个人的情况下查看该值，则该值为1。对于其他所有人，此人将显示0到1或0之间的值。我已经在matplotlib中创建了它，但是我对结果不满意（它太小且不具有交互性），因此我尝试切换到bokeh。但是，我对bokeh不太熟悉，无法自己重新创建它。

对于为bokeh扩展所做的代码，我试图看一下bokeh画廊提供的示例：http://bokeh.pydata.org/en/latest/docs/gallery/les_mis.html。

这就是我想要的方式，但我只是不理解。

因此，使用matplotlib显示颜色图的当前代码为：

import pandas as pd 
import numpy as np
import matplotlib.pyplot as plt 

# Read in csv
df = pandas.read_csv('file1.csv', sep=';', index_col=0)

plt.imshow(df.T, aspect='auto', cmap='bwr')

#add the values
for(i, j), value in np.ndenumerate(matrix):
    plt.text(i, j, "%.3f"%value, va='center', ha='center')

plt.axis('off')
plt.show()


print(df)

目前，这是结果。很显然，我无法显示图片，因为这是我的第一篇博文，而且我是新手。 https://imgur.com/Y4RDxMx。如果此链接有效，请随时查看。如您所见，它确实很小，几乎没有用。我希望具有变焦功能的散景能够提供更好的效果。

对不起，如果我问一些愚蠢的事情。我对编程总体并不熟悉，而是想自己学习。

Answer 1

对于1000x1000的情况，您肯定不是不是要模拟您发布的链接。发送所有坐标并渲染一百万个单独的矩形比Bokeh或您的浏览器可以处理的更多。您将需要colormap an image，它效率更高。但是，随后获得有用的轴将需要更多的工作。您可以使用SingleIntervalTicker仅在特定位置生成刻度线，例如如果您将图片的边界设置为（-0.5，999.5），则

p.yaxis.ticker = SingleIntervalTicker(interval=1, num_minor_ticks=0)
p.yaxis.ticker = SingleIntervalTicker(interval=1, num_minor_ticks=0)

将在图像的每个“单元”的中心生成一个刻度。然后要打印名称而不是数字，可以使用刻度标签覆盖：

p.xaxis.major_label_overrides = p.xaxis.major_label_overrides = {
    0: "some name",
    1: "other name",
    ...
}

您可能希望以编程方式生成该字典。但是尽管如此，我还是要说这种方法有一些根本性的问题。如果您允许用户一直缩小，则刻度标签将相互碰撞并重叠。您可以在绘图范围上设置bounds和max_interval，这可能会减轻这种情况。

总体而言，我实际上建议尝试完全找到其他可视化方法，因为我认为这种方法不适合任何库或工具中的1000x1000情况。

如何从bokeh中的邻接矩阵重新创建使用matplotlib制作的颜色图

1 个答案: