Holoviews：如何为链接的时间序列曲线图自定义直方图

Question

我刚刚开始使用 Holoviews。我的问题是关于自定义直方图，但我也分享了一个完整的示例，因为它可能对其他新手有所帮助，因为 Holoviews 的文档非常详尽，但可能会让人不知所措。

我在文本文件中有许多时间序列加载为 Pandas 数据帧，其中：

每个文件都有一个特定的位置在每个位置收集了大约 10 个时间序列，每个时间序列大约有 15,000 个点我正在构建一个小型交互式工具，其中一个选择器可用于选择位置/DataFrame，然后另一个选择器可以从 10 个时间序列中选择 3 个一起绘制。

我的目标是允许链接缩放（x 和 y 缩放）。问题和代码将集中在工具的这一方面。不幸的是，我无法分享我正在使用的实际数据，因为它是专有的，但我创建了 3 个随机游走，其特定数据范围与实际数据一致。

## preliminaries ##

import pandas as pd
import numpy as np
import holoviews as hv
from holoviews.util.transform import dim
from holoviews.selection import link_selections
from holoviews import opts
from holoviews.operation.datashader import shade, rasterize
import hvplot.pandas
hv.extension('bokeh', width=100)

## create random walks (one location) ##
data_df = pd.DataFrame()
npoints=15000
np.random.seed(71)
x = np.arange(npoints)
y1 = 1300+2.5*np.random.randn(npoints).cumsum()
y2 = 1500+2*np.random.randn(npoints).cumsum()
y3 = 3+np.random.randn(npoints).cumsum()
data_df.loc[:,'x'] = x
data_df.loc[:,'rand1'] = y1
data_df.loc[:,'rand2'] = y2
data_df.loc[:,'rand3'] = y3

第一个块只是为了绘制数据并展示如何根据设计，其中一个随机游走具有与其他两个不同的范围：

data_df.hvplot(x='x',y=['rand1','rand2','rand3'],value_label='y',width=800,height=400)

因此，虽然 hvplot 子图开箱即用（用于链接），但范围不同，因此缩放比例不完全：

data_df.hvplot(x='x',y=['rand1','rand2','rand3'], 
               value_label='y',subplots=True,width=800,height=200).cols(1)

所以，我的第一次尝试是改编文档中 Linked brushing 中基于 Python 的点示例：

colors = hv.Cycle('Category10').values
dims   = ['rand1', 'rand2', 'rand3']
layout = hv.Layout([
    hv.Points(data_df, dim).opts(color=c)
    for c, dim in zip(colors, [['x', d] for d in dims])
])
link_selections(layout).opts(opts.Points(width=1200, height=300)).cols(1)

对于 20 分钟的努力，这已经是一个了不起的结果！

但是，我真正想要的是绘制曲线而不是点，并且还可以看到直方图，因此我调整了理解语法以使用 Curve（在阅读文档页面 Applying customization, and Composing elements 之后）：

colors = hv.Cycle('Category10').values
dims   = ['rand1', 'rand2', 'rand3']
layout = hv.Layout([hv.Curve(data_df,'x',dim).opts(height=300,width=1200, 
                                                     color=c).hist(dim) for c, 
                    dim in zip(colors,[d for d in dims])])
link_selections(layout).cols(1)

这几乎正是我想要的。但我仍然在为 opts 语法的不同层次而苦苦挣扎。 问题 1：根据上一个代码块的理解，如何使直方图与曲线共享颜色？

现在，假设我想要 rasterize 绘图（虽然我认为在这种情况下还没有必要使用 15,000 点），我尝试使用 Points 调整第一个示例:

cmaps = ['Blues', 'Greens', 'Reds']
dims   = ['rand1', 'rand2', 'rand3']
layout = hv.Layout([
    shade(rasterize(hv.Points(data_df, dims), 
                    cmap=c)).opts(width=1200, height = 400).hist(dims[1])
    for c, dims in zip(cmaps, [['x', d] for d in dims])
])
link_selections(layout).cols(1)

这是一个不错的开始，但我再次与 options/customization.

作斗争

问题2：在上面的代码块中，我如何传递颜色图（它现在不起作用），以及如何使直方图像之前那样反映数据值案例（并且还有正确的颜色图）？

谢谢！

Answer 1

为了回答您第一个使直方图共享曲线颜色的问题，我已将 .opts(opts.Histogram(color=c)) 添加到您的代码中。
当你有一个布局时，你可以像这样在布局内指定一个元素的选项。

colors = hv.Cycle('Category10').values
dims   = ['rand1', 'rand2', 'rand3']
layout = hv.Layout(
    [hv.Curve(data_df,'x',dim)
         .opts(height=300,width=600, color=c)
         .hist(dim)
         .opts(opts.Histogram(color=c)) 
     for c, dim in zip(colors,[d for d in dims])]
)
link_selections(layout).cols(1)

Answer 2

Sander 回答了如何为直方图着色，但对于另一个关于为数据着色图着色的问题，Datashader 使用颜色图而不是单一颜色渲染数据，因此参数命名为 cmap 而不是 color。所以你在数据阴影情况下使用 cmap 是正确的，但是 (a) cmap 实际上是 shade 的参数（它对 rasterize 的输出进行颜色映射） , (b) 你并不真的需要 shade，因为现在大多数情况下你可以让 Bokeh 进行颜色映射，在这种情况下 cmap 是一个选项而不是参数。示例：

from bokeh.palettes import Blues, Greens, Reds
cmaps = [Blues[256][200:], Greens[256][200:], Reds[256][200:]]
dims   = ['rand1', 'rand2', 'rand3']
layout = hv.Layout([
    rasterize(hv.Points(data_df, ds)).opts(cmap=c,width=1200, height = 400).hist(dims[1])
    for c, ds in zip(cmaps, [['x', d] for d in dims])
])
link_selections(layout).cols(1)

Holoviews：如何为链接的时间序列曲线图自定义直方图

Holoviews: how to customize histogram for linked time series Curve plots

python

time-series

pandas

holoviews