0

我正在尝试在 jupyter-notebook 中的 bokeh-lineplot、box_select 工具和 TextInput 小部件的帮助下标记 pandas-df（包含时间序列数据）。如何通过 box_select 选定的数据点访问？

我尝试通过将 CustomJS 更改为以下内容来编辑类似的问题代码（获取包含在 Bokeh 中的框选择工具中的选定数据）：

source.callback = CustomJS(args=dict(p=p), code="""
        var inds = cb_obj.get('selected')['1d'].indices;
        [source.data['xvals'][i] for i in inds] = 'b'
        """
)

但无法对所选点的来源应用更改。

因此，短期目标是操纵选定点的特定源列。

长期我想使用 TextInput 小部件通过提供的 Textinput 标记所选点。那看起来像：

在此处输入图像描述

编辑：

这是我在笔记本中尝试的当前代码，以重建问题：

from random import random

import bokeh as bk
from bokeh.layouts import row
from bokeh.models import CustomJS, ColumnDataSource, HoverTool
from bokeh.plotting import figure, output_file, show, output_notebook

output_notebook()

x = [random() for x in range(20)]
y = [random() for y in range(20)]

hovertool=HoverTool(tooltips=[("Index", "$index"), ("Label", "@label")])

source = ColumnDataSource(data=dict(x=x, y=y, label=[i for i in "a"*20]))
p1 = figure(plot_width=400, plot_height=400, tools="box_select", title="Select Here")
p1.circle('x', 'y', source=source, alpha=0.6)
p1.add_tools(hovertool)
source.selected.js_on_change('indices', CustomJS(args=dict(source=source), code="""
        var inds = cb_obj.indices;
        for (var i = 0; i < inds.length; i++) {
            source.data['label'][inds[i]] = 'b'
        }
        source.change.emit();
    """)
)

layout = row(p1)

show(layout)
4

2 回答 2

1

需要注意的主要事情是 BokehJS 只能在进行实际分配时自动通知更新，例如

source.data = some_new_data

这将触发更新。如果您“就地”更新数据，则 BokehJS 无法注意到这一点。您必须明确并致电source.change.emit()让 BokehJS 知道某些内容已更新。

但是，您还应该知道您正在使用三种不同的东西，它们早已被弃用，将在下一个版本中删除。

  • cb_obj.get('selected')

    无需使用.get您可以直接访问属性：

    cb_obj.selected

  • ['1d']语法。这种 dict 方法非常笨拙，很快就会被删除。对于大多数选择，您需要选择的indices属性：

    source.selected.indices

  • source.callback

    这是一个古老的临时回调。有一种更新的通用机制用于回调属性，应该始终使用它

    source.selected.js_on_change('indices', CustomJS(...))

    请注意，在这种情况下，cb_obj是选择，而不是数据源。

于 2019-09-26T04:12:27.963 回答
0

在本指南关于如何在笔记本中嵌入散景服务器的帮助下，我为我的目的想出了以下最小示例：

from random import random
import pandas as pd
import numpy as np
from bokeh.io import output_notebook, show
from bokeh.layouts import column
from bokeh.models import Button
from bokeh.plotting import figure
from bokeh.models import HoverTool, ColumnDataSource, BoxSelectTool
from bokeh.models.widgets import TextInput
output_notebook()

def modify_doc(doc):
    # create a plot and style its properties
    TOOLS="pan,wheel_zoom,reset"
    p = figure(title = "My chart", tools=TOOLS)
    p.xaxis.axis_label = 'X'
    p.yaxis.axis_label = 'Y'
    hovertool=HoverTool(tooltips=[("Index", "$index"), ("Label", "@label")])

    source = ColumnDataSource(
    data=dict(
            xvals=list(range(0, 10)),
            yvals=list(np.random.normal(0, 1, 10)),
            label = [i for i in "a"*10]
    ))
    p.scatter("xvals", "yvals",source=source, color="white")
    p.line("xvals", "yvals",source=source)
    p.add_tools(BoxSelectTool(dimensions="width"))
    p.add_tools(hovertool)

    # create a callback that will add a number in a random location
    def callback():
            inds = source.selected.indices
            for i in inds:
                    source.data['label'][i] = label_input.value.strip()
            print(source.data)
            new_data =  pd.DataFrame(source.data)
            new_data.to_csv("new_data.csv", index=False)

    # TextInput to specify the label
    label_input = TextInput(title="Label")
    # add a button widget and configure with the call back
    button = Button(label="Label Data")
    button.on_click(callback)

    # put the button and plot in a layout and add to the document
    doc.add_root(column(button,label_input, p))

show(modify_doc, notebook_url="http://localhost:8888")

这会生成以下 UI： 在此处输入图像描述

顺便说一句：由于不存在用于线条字形的 box_select 工具，我使用了一种解决方法，将其与不可见的散点相结合。

到目前为止一切都很好，有没有比在回调中导出它更优雅的方式来访问 modify_doc() 之外的笔记本中的 data.source/new_data df？

于 2019-09-30T11:37:09.947 回答