如何正确处理 bokeh/holoviews 热图中的日期时间和分类轴？

Question

我正在尝试使用 bokeh/holoviews 绘制一个简单的热图。我的数据（pandas 数据框）有分类（在 y 上）和日期时间（在 x 上）。问题是分类元素的数量 > 3000，并且生成的图在 y 轴上出现混乱的重叠代码，这使得它完全无用。目前，在散景中是否有可靠的方法 select 仅基于缩放级别的代码子集？

我已经尝试过 plotly，结果看起来很完美，但是我需要使用 bokeh/holoviews 和数据着色器。我还想避免用数字代号代替分类。

我也试过这个但实际上它不起作用 (bokeh 1.2.0)。

这是一个代表我的用例的玩具示例（实际上这里 #y 是 1000，但它给出了想法）

from datetime import datetime
import pandas as pd
import numpy as np
from bokeh.plotting import figure, show
from bokeh.transform import linear_cmap
from bokeh.io import output_notebook

output_notebook()

# build sample data
index = pd.date_range(start='1/1/2019', periods=1000, freq='T')
data = np.random.rand(1000,100)
columns = ['col'+ str(n) for n in range(100)]

# initial data format
df = pd.DataFrame(data=data, index=index, columns=columns)

# bokeh
df = df.stack().reset_index()
df.rename(columns={'level_0':'x','level_1':'y', 0:'z'},inplace=True)
df.sort_values(by=['y'],inplace=True)

x = [
     date.to_datetime64().astype('M8[ms]').astype('O')
     for date in df.x.to_list()
]

data = {
    'value': df.z.to_list(),
    'x': x,
    'y': df.y.to_list(), 
    'date' : df.x.to_list()
}

p = figure(x_axis_type='datetime', y_range=columns, width=900, tooltips=[("x", "@date"), ("y", "@y"), ("value", "@value")])

p.rect(x='x', y='y', width=60*1000, height=1, line_color=None, 
                   fill_color=linear_cmap('value', 'Viridis256', low=df.z.min(), high=df.z.max()), source=data)

show(p)

Answer 1

最后，我部分遵循了 James 的建议，并设法使用 python 代码回调使其正常工作。这个解决方案对我来说很难找到。我真的搜索了好几天所有的 Bokeh 文档、示例和源代码。

我的主要问题是文档中没有提到如何在自定义回调中使用 "ColumnDataSource" 对象。

https://docs.bokeh.org/en/1.2.0/docs/reference/models/formatters.html#bokeh.models.formatters.FuncTickFormatter.from_py_func

最后，这帮了大忙：

https://docs.bokeh.org/en/1.2.0/docs/user_guide/interaction/callbacks.html#customjs-with-a-python-function.

所以，我将原代码修改如下，希望对大家有用：

from datetime import datetime
import pandas as pd
import numpy as np
from bokeh.plotting import figure, show
from bokeh.transform import linear_cmap
from bokeh.io import output_notebook
from bokeh.models import FuncTickFormatter
from bokeh.models import ColumnDataSource

output_notebook()

# build sample data
index = pd.date_range(start='1/1/2019', periods=1000, freq='T')
data = np.random.rand(1000,100)
columns_labels = ['col'+ str(n) for n in range(100)]
columns = [n for n in range(100)]

# initial data format
df = pd.DataFrame(data=data, index=index, columns=columns)

# bokeh
df = df.stack().reset_index()
df.rename(columns={'level_0':'x','level_1':'y', 0:'z'},inplace=True)
df.sort_values(by=['y'],inplace=True)

x = [
     date.to_datetime64().astype('M8[ms]').astype('O')
     for date in df.x.to_list()
]

data = {
    'value': df.z.to_list(),
    'x': x,
    'y': df.y.to_list(), 
    'y_labels_tooltip' : [columns_labels[k] for k in df.y.to_list()],
    'y_ticks' : columns_labels*1000,
    'date' : df.x.to_list()
}

cd = ColumnDataSource(data=data)

def ticker(source=cd):
    labels = source.data['y_ticks']
    return "{}".format(labels[tick])

#p = figure(x_axis_type='datetime', y_range=columns, width=900, tooltips=[("x", "@date{%F %T}"), ("y", "@y_labels"), ("value", "@value")])

p = figure(x_axis_type='datetime', width=900, tooltips=[("x", "@date{%F %T}"), ("y", "@y_labels_tooltip"), ("value", "@value")])

p.rect(x='x', y='y', width=60*1000, height=1, line_color=None, 
                   fill_color=linear_cmap('value', 'Viridis256', low=df.z.min(), high=df.z.max()), source=cd)

p.hover.formatters = {'date': 'datetime'}
p.yaxis.formatter = FuncTickFormatter.from_py_func(ticker)
p.yaxis[0].ticker.desired_num_ticks = 20

show(p)

结果是这样的：

如何正确处理 bokeh/holoviews 热图中的日期时间和分类轴？

How to properly handle datetime and categorical axes in bokeh/holoviews heatmap plot?

python

heatmap

plotly

bokeh

holoviews