在全息视图中，如何对叠加层的分类轴进行排序？

Question

我有一个熊猫数据框，其中有3个分类列（A，B，C）和1个数字（N）。我用x轴A，y轴N绘制了一个散点图，并用B进行了分层（为便于参考，只需将其设为二进制）。因此，每个A-C组合都有一个点，用B着色（2色）。这将导致一个NdLayout对象。

现在，我试图使x轴的顺序正确，其中值按该类别的值的绝对总和排序（与层无关，即B）。

如果我仅基于组和对数据框中的A条目进行排序，则它适用于大多数情况。但是，在一种情况下，对于B的特定层没有A-C条目，即缺少数据。例如，如果B = 1，则对于该层不存在A值，但对于B = 0则存在A值。因此，在绘制此图形时，会将值添加到错误的位置，因为我正在使用NdLayout。

是否有一个后期绘图过程来更改维度中的因子顺序？

import holoviews as hv
hv.extension("matplotlib")
import colorcet as cc

ds = hv.Dataset(data,kdims=["A"],vdims=["N","B"])
scatter = ds.to(hv.Scatter,"A","N","B").overlay().opts(opts.Scatter(color=hv.Cycle([cc.isolum[0]] + [cc.isolum[-1]]),xrotation=90))

示例：

A = ['Sample_{}'.format(ii) for ii in range(20)]
C = ['Category_{}'.format(ii) for ii in range(10)]
b_data = np.asarray([np.random.normal(0,xx+1,size=10) for xx in range(20)])

B_1 = pd.DataFrame(b_data,index=A,columns=C)
B_1 = B_1.rename_axis('A').reset_index().melt(id_vars='A',value_name='N',var_name='C')
B_1['B'] = 1

#create data set with one of the Sample_ entries removed.
b_data = np.asarray([np.random.normal(0,xx+1,size=10) for xx in range(19)])
B_0 = pd.DataFrame(b_data,index=A[:-1],columns=C)
B_0 = B_0.rename_axis('A').reset_index().melt(id_vars='A',value_name='N',var_name='C')
B_0['B'] = 0

myData = pd.concat([B_1,B_0])

featureOrder = myData.groupby('A')['N'].apply(lambda x: x.abs().sum()).sort_values(ascending=False).index
myData['A'] = pd.Categorical(myData.A, categories=featureOrder,ordered=True)
myData =myData.sort_values(by='A')

#generate plot using hvplot
myData.hvplot.scatter(x='A',y='N',by='B').opts(padding=0.1,xrotation=90)

#the following gives the same output, but doesn't use hvplot
ds = hv.Dataset(myData,kdims=["A"],vdims=["N","B"])
scatter = ds.to(hv.Scatter,"A","N","B").overlay().opts(opts.Scatter(color=hv.Cycle([cc.isolum[0]] + [cc.isolum[-1]]),xrotation=90))

print(featureOrder)
Index(['Sample_17', 'Sample_18', 'Sample_13', 'Sample_16', 'Sample_11',
       'Sample_15', 'Sample_14', 'Sample_10', 'Sample_19', 'Sample_12',
       'Sample_9', 'Sample_6', 'Sample_8', 'Sample_7', 'Sample_5', 'Sample_4',
       'Sample_3', 'Sample_2', 'Sample_1', 'Sample_0'],
      dtype='object', name='A')

从图中将Sample_19添加到末尾，而它应该是9。如果我改变B的值，则该图的顺序正确。

Answer 1

根据上面的示例，如果将scatter[1] * scatter[0]与scatter[0] * scatter[1]进行比较，您会发现它是Overlay中定义分类轴顺序的第一个元素，其余元素仅附加（如您所知）。

目前一种解决方法是为您希望成为订购内容的所有丢失数据插入NaN。

（有关分类轴分类的更通用方法，这是最近几个问题的内容，希望有一天会实现-请参阅我的评论中链接的github问题。）