Panel/Hvplot 变量变化时的交互

Question

我正在尝试创建一个包含两个全息视图对象的仪表板：一个 panel pn.widgets.Select object that contains a list of xarray variables, and a hvplot 对象，它在输入时采用 selected 变量，如下所示：

def hvmesh(var=None):
    mesh = ds[var].hvplot.quadmesh(x='x', y='y', rasterize=True, crs=crs, 
       width=600, height=400, groupby=list(ds[var].dims[:-2]), cmap='jet')
    return mesh

这是特定变量（同时具有时间和高度维度）的示例网格的样子：

我想在 select 来自面板小部件的变量时更新地图：我试着把它做成动态地图，像这样：

from holoviews.streams import Params
import holoviews as hv

var_stream = Params(var_select, ['value'], rename={'value': 'var'})

mesh = hv.DynamicMap(hvmesh, streams=[var_stream])

但是当我尝试显示地图时，我得到：

Exception: Nesting a DynamicMap inside a DynamicMap is not supported.

select 面板小部件中的 hvplot 变量似乎很常见。使用 pyviz 完成此操作的最佳方法是什么？

如果它有用，这是我的full attempt Jupyter Notebook。

Answer 1

所以这里一长一短。让我们从简短的答案开始，即不需要为数据变量创建自定义 select 小部件，因为 hvPlot 允许自动在多个数据变量之间进行 selecting，因此如果将其更改为：

rasterized_mesh = ds[time_vars].hvplot.quadmesh(
    x='x', y='y', z=time_vars[::-1], crs=crs, width=600, height=400, 
    groupby=list(ds[var].dims[:-2]), rasterize=True, cmap='jet')

您将获得一个 DynamicMap，它允许您 select 非空间维度和数据变量，您现在可以将其嵌入到您的面板中，无需额外的工作。如果这就是您关心的全部内容停在这里，因为我们即将进入一些内部结构，希望能提供更好的理解。

让我们暂时假设 hvPlot 不允许在数据变量之间 selecting，那么我们会怎么做？所以你必须知道的主要事情是 HoloViews 允许链接 DynamicMaps 但不允许嵌套它们。这可能有点难以理解，但我们会将问题分解为多个步骤，然后看看我们如何才能实现我们想要的。那么给我们情节的事件链是什么？

Select一个数据变量
在非空间维度上应用 groupby
对每个 QuadMesh 应用光栅化

如您所知，hvPlot 为我们处理了第 2 步和第 3 步，那么我们如何在第 2 步和第 3 步之前注入第 1 步。将来我们计划添加对将面板小部件直接传递到 hvPlot 的支持，这意味着您只需一步即可完成所有操作。由于面板仍然是一个非常新的项目，我将一路指出我们的 API 如何最终使这个过程变得微不足道，但现在我们必须坚持相对冗长的解决方法。在这种情况下，我们必须重新排列操作顺序：

在非空间维度上应用 groupby
Select一个数据变量
对每个 QuadMesh 应用光栅化

因此我们首先 select 所有数据变量并跳过光栅化：

meshes = ds[time_vars].hvplot.quadmesh(
    x='x', y='y', z=time_vars, crs=crs, width=600, height=400, 
    groupby=list(ds[var].dims[:-2]))

现在我们有了一个 DynamicMap，其中包含我们可能想要显示的所有数据，我们可以应用下一个操作。在这里，我们将使用 hv.util.Dynamic 实用程序，该实用程序可用于在注入流值时对 DynamicMap 进行链接操作。特别是在这一步中，我们从 var_select 小部件创建一个流，它将用于重新索引我们网格中的 QuadMesh DynamicMap:

def select_var(obj, var):
    return obj.clone(vdims=[var])

var_stream = Params(var_select, ['value'], rename={'value': 'var'})
var_mesh = hv.util.Dynamic(meshes, operation=select_var, streams=[var_select])

# Note starting in hv 1.12 you'll be able to replace this with
# var_mesh = meshes.map(select_var, streams=[var_select])

# And once param 2.0 is out we intend to support
# var_mesh = meshes.map(select_var, var=var_select.param.value)

现在我们有了一个 DynamicMap，它可以响应小部件中的变化，但还没有对其进行栅格化，因此我们可以手动应用 rasterize 操作：

rasterized_mesh = rasterize(var_mesh).opts(cmap='jet', width=600, height=400)

现在我们有一个 DynamicMap，它 linked 到 Selection 小部件，应用 groupby 并栅格化，我们现在可以将其嵌入面板中。上面@jbednar 暗示的另一种方法是通过使 hvPlot 调用不是动态的并手动执行时间和高度级别 selection 来一步完成所有操作。我不会在这里讨论它，但它也是一种有效的（如果效率较低）方法。

正如我在上面暗示的那样，最终我们还打算让所有 hvPlot 参数都变成动态的，这意味着您将能够对 link hvPlot 关键字参数的小部件值：

ds[time_vars].hvplot.quadmesh(
    x='x', y='y', z=var_select.param.value, rasterize=True, crs=crs,
    width=600, height=400, groupby=list(ds[var].dims[:-2]), cmap='jet')

Answer 2

因为 groupby 随着每个变量的选择而变化，变量列表不能传递给 hvplot。因此，一种解决方案是每次选择新变量时重新创建绘图。这有效：

import holoviews as hv
from holoviews.streams import Params

def plot(var=None, tiles=None):
    var = var or var_select.value
    tiles = tiles or map_select.value
    mesh = ds[var].hvplot.quadmesh(x='x', y='y', rasterize=True, crs=crs, title=var,
                                   width=600, height=400, groupby=list(ds[var].dims[:-2]), 
                                   cmap='jet')
    return mesh.opts(alpha=0.7) * tiles

def on_var_select(event):
    var = event.obj.value
    col[-1] = plot(var=var)

def on_map_select(event):
    tiles = event.obj.value
    col[-1] = plot(tiles=tiles)

var_select.param.watch(on_var_select, parameter_names=['value']);
map_select.param.watch(on_map_select, parameter_names=['value']);

col = pn.Column(var_select, map_select, plot(var_select.value) * tiles)

生产：

这里是full notebook。

Panel/Hvplot 变量变化时的交互

Panel/Hvplot interaction when variable is changing

python

holoviews

pyviz