如何使用数据着色器为图形的节点着色？

Question

我想用数据着色器可视化一个图形（我有很多节点），如

import holoviews as hv
import pandas as pd
import dask.dataframe as dd
from holoviews.operation.datashader import (
    datashade, aggregate, dynspread,
    bundle_graph, split_dataframe, regrid
)
from holoviews.element.graphs import layout_nodes
from datashader.layout import random_layout

hv.extension('bokeh')

sources = [3, 1, 2, 3, 4]
targets = [5, 5, 5, 5, 5]
df = pd.DataFrame({'source': sources, 'target': targets})
edges_df = dd.from_pandas(df, npartitions=3)

graph = layout_nodes(hv.Graph(edges_df), layout=random_layout)
pad = dict(x=(-.5, 1.3), y=(-.5, 1.3))
datashade(graph, width=800, height=800) * graph.nodes.redim.range(**pad)

这可行，但由于我的图表是 bipartite，我想用不同的颜色为 sources 和 targets 节点着色，例如使用像这样的调色板：
my_colors_dict = {5: 'red', 3: 'blue', 1: 'blue', 2: 'blue', 4: 'blue'}
（即所有节点都是蓝色的，但我的 targets 中的单个节点“5”）

我怎样才能做到这一点？我对图书馆还不是很熟悉，到目前为止只能想出笨拙的尝试..

Answer 1

您应该能够通过为每个节点分配一个类别，然后将该列映射到一种颜色来完成此操作，如 http://holoviews.org/user_guide/Style_Mapping.html 中所述。但是如果你不想改变你的数据结构并且不介意有点 hackish，你总是可以通过覆盖一个重新着色的节点子集来做到这一点：

targets = graph.nodes.clone()
targets.data = graph.nodes.data[4:]

datashade(graph, width=800, height=800) * graph.nodes.redim.range(**pad) * targets.opts(color='red')

如何使用数据着色器为图形的节点着色？

How can I color nodes of a graph, with datashader?

python

bokeh

holoviews

datashader