bokeh.charts 不见了 - 哪个库可以进行交互式彩色散点图？

Question

我发现自己最常做的可视化之一如下：我有 x,y 数据，按类别标记。我需要在散点图中绘制它，根据标签自动为点着色，并生成图例。 然后可视化应该是交互式的（可缩放，悬停在点上显示元数据等...）

这是我正在寻找的完美示例 - 现在已弃用 bokeh.charts library:

我知道我可以用 seaborn 进行非交互操作：

fig = sns.lmplot(x="Length", y="Boot", hue="class", fit_reg=False, data=df)

我可以使用散景交互绘图，但只能在低级别上绘制，没有颜色或图例：

p = Scatter(df, x="Length", y="Boot", plot_width=800, plot_height=600, 
    tooltips=TOOLTIPS, title="Cars")

我也知道存在各种解决方法，手动定义调色板，例如 this one. However, this is ridiciously convoluted for something that used to be a simple oneliner (and still is, in R). The replacement, Holoview, does not seem to support coloring in scatterplots: Source

那么，有没有关于 Python 软件包的建议，它支持在 oneliner 中开箱即用，而不是在低级别的基础上手动编写此代码？

Answer 1

HoloViews library is a good replacement for the bokeh charts API. However since the API is quite unfamiliar to people who are used to imperative plotting APIs we have recently released a new library called hvPlot，它试图非常接近地反映 pandas 绘图 API，同时提供散景提供的交互性以及 HoloViews 的一些更高级的功能（例如自动分面、小部件和数据着色器集成）。要从上面重新创建情节，您可以这样做：

import bokeh.sampledata.autompg as mpg
import hvplot.pandas

mpg.autompg.hvplot.scatter(
    x='displ', y='hp', by='cyl',
    fields={'hp': 'Horsepower', 'displ': 'Displacement'},
    title='HP vs. DISPL (shaded by CYL)'
)

请注意，您将能够在下一版本中用更明确的 xlabel 和 ylabel 参数替换 fields 参数。

Answer 2

这在现代版本的 Bokeh 中实现起来非常简单：

from bokeh.plotting import figure, show
from bokeh.sampledata.iris import flowers as df
from bokeh.transform import factor_cmap

SPECIES = ['setosa', 'versicolor', 'virginica']

p = figure(tooltips="species: @species")
p.scatter("petal_length", "sepal_width", source=df, legend="species", alpha=0.5,
          size=12, color=factor_cmap('species', 'Category10_3', SPECIES))

show(p)

bokeh.charts 不见了 - 哪个库可以进行交互式彩色散点图？

bokeh.charts is gone - what library can do interactive, colored scatterplots?

python

plot

scatter-plot

bokeh