holoviews - 如何让 holoviews.Histogram 像直方图一样工作？

Question

为什么为什么

hv.Scatter(src, x, y) << hv.Histogram(np.histogram(src[y], 20)) << hv.Histogram(np.histogram(src[x], 20))

和

hv.Scatter(src, x, y).hist(num_bins=20, dimension=[x, y])

在轴和悬停标签方面表现不同？我需要向前者提供什么论据才能使其表现得像后者？

具体来说，如果我有下面的代码 MWE，

scatter_hist(ds, [('x', 'Apples')], [('y', 'Oranges'), ('z', 'Sauce')], ['x', 'y'])

它使用.histogram在左边产生结果，而

scatter_hist2(ds, [('x', 'Apples')], [('y', 'Oranges'), ('z', 'Sauce')], ['x', 'y'])

它使用<< hv.Histogram在右边产生结果：

请注意，后者中的轴和悬停不使用提供的数据标签，x而不是使用Orangesor Apples。

---

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

from holoviews import opts 

hv.extension('bokeh')

xs = np.random.rand(100)
ys = np.random.rand(100)
df = pd.DataFrame({'x': xs, 'y': ys, 'z': xs*ys})
ds = hv.Dataset(df)

def scatter_hist(src, x, y, dims):
    p = hv.Scatter(src, x, y).hist(num_bins=20, dimension=dims).opts(
            opts.Scatter(show_title=False, tools=['hover','box_select']), 
            opts.Histogram(tools=['hover','box_select']),
            opts.Layout(shared_axes=True, shared_datasource=True, merge_tools=True)
        )
    return p

def scatter_hist2(src, x, y, dims):
    p = (hv.Scatter(src, x, y) << hv.Histogram(np.histogram(src[dims[1]], 20)) << hv.Histogram(np.histogram(src[dims[0]], 20)) ).opts(
            opts.Scatter(show_title=False, tools=['hover','box_select']), 
            opts.Histogram(tools=['hover','box_select']),
            opts.Layout(shared_axes=True, shared_datasource=True, merge_tools=True)
        )
    return p