有没有办法在全息图桑基图中过滤维度

Question

我试图在 Holoviews 中显示从 Sankey 图表中的位置迁移，但我找不到添加下拉式过滤器的方法。我不允许列出比我正在绘制的更多的关键维度，我希望它能工作，因为我在其他 HoloViews 元素中获得下拉菜单，因为它会自动按我所做的所有关键维度对我的数据进行分组 not 分配给元素。

import pandas as pd
import numpy as np
import holoviews as hv
from holoviews import opts

hv.extension('bokeh')

df = pd.DataFrame({'from': ["a", "b", "c", "a", "b", "c"],
                   'to': ["d", "d", "e", "e", "e", "d"],
                   'number': [10, 2, 1, 8, 2, 2],
                   'year': [2018, 2018, 2018, 2017, 2017, 2017]})
df

from    to  number  year
0   a   d   10  2018
1   b   d   2   2018
2   c   e   1   2018
3   a   e   8   2017
4   b   e   2   2017
5   c   d   2   2017

现在 Holoviews 将年份列添加到 kdims，因为我希望下拉列表按年份过滤：

kdims = ["from", "to", "year"]
vdims = ["number"]

sankey = hv.Sankey(df, kdims=kdims, vdims=vdims)
sankey.opts(label_position='left', edge_color='to', node_padding=30, node_color='number', cmap='tab20')

返回：

ValueError: kdims: list length must be between 2 and 2 (inclusive)

没有第三个关键维度，桑基图按预期工作，但没有交互式过滤器：

Answer 1

这里有 2 种方法可以解决您的问题：

1) 将您的数据框转换为全息视图数据集并将其转换为桑基图：
由于 'year' 位于第三个关键维度下方的代码中，因此它将用作滑块的维度。前 2 个变量（'from' 和 'to'）将用作 Sankey 图的关键暗淡。

hv_ds = hv.Dataset(
    data=df, 
    kdims=['from', 'to', 'year'], 
    vdims=['number'],
)

hv_ds.to(hv.Sankey)

2) 或者，每年创建一个 Sankey 图字典并将其放入全息图中：

sankey_dict = {
    year: hv.Sankey(df[df.year == year]) 
    for year in df.year.unique()
}

holo = hv.HoloMap(sankey_dict, kdims='year')

两种解决方案都创建全息图：
http://holoviews.org/reference/containers/bokeh/HoloMap.html

结果图 + 滑块：

我测试过这个：
hvplot 0.5.2
holoviews 1.12.5 和 holoviews 1.13
jupyterlab 1.2.4

有没有办法在全息图桑基图中过滤维度

Is there a way to filter dimension in holoviews Sankey diagram

python-3.x

bokeh

holoviews