问题标签 [datashader]

我正在绘制 550,000,000 个纬度和经度datashader。但是，为了使它有用，我需要使用geoviews. 问题是geoviews.points()相关的投影会导致大幅减速，从而使holoview+bokeh绘图的交互性质变得多余。

下面有一个可重现的示例，但简而言之 - 我正在尝试使 geoviews 实现 (3) 足够快以交互工作。

首先设置一些数据

例如，将数据的大小缩小 10。

(1) 只是数据着色器

仅使用不带全息视图或地理的数据着色器非常快 - 输出在 4 秒内渲染，包括聚合，因此如果交互，重新渲染会更快。

纯datashader版本的时间：

CPU 时间：用户 968 毫秒，系统：29.9 毫秒，总计：998 毫秒挂壁时间：506 毫秒

(2)datashader在holoviews没有geoviews 投影的情况下

没有任何投影，这相当于使用纯datashader

CPU 时间：用户 3.32 毫秒，系统：131 微秒，总计：3.45 毫秒挂壁时间：3.47 毫秒

(3)datashader在瓦片holoviews、geoviews多边形和投影中

这是问题的症结所在 - 我想对齐数据着色器层与一些地图图块和地理空间多边形。这会导致速度大幅下降，对于我正在处理的数据大小，使得交互式可视化变得多余。（渲染总共需要 12 分钟的等待时间）。

我确定这与投影点相关的开销有关 - 有没有办法避免这种情况或任何其他解决方法，例如预先计算投影？

这与上面的添加gv.points()和投影相同

CPU 时间：用户 11.8 秒，系统：3.16 秒，总计：15 秒挂壁时间：12.5 秒

我一直在尝试安装一个特定的包 - datashader。随后的步骤 -

基于上述降级信息，我假设我的 python 将在这个虚拟环境中降级。但那并没有发生。

(dashshader) > conda list列出了上面的所有包，包括 dashshader。然而，当我这样做时，import pandas as pd它失败了。也(dashshader) > python --version #3.7.0-hea74fb7_0。

但是当我创建一个新的 env 并做时 (newenv) > pip install datashader，又安装了一堆包，python --version并且#Python 3.6.7 :: Anaconda custom我的包导入很好。

当我pip list在较旧的环境中进行操作时，我得到一个AssertionError: SRE Module mismatch. 虽然我的问题已经解决了pip；我对发生的事情知之甚少。显然conda占用了一些不可变的空间，sre_compile.py但是我不明白为什么在说它会降级python之后它没有降级python。

我正在尝试使用 Datashader 和 Holoviews 可视化分类空间数据，类似于https://anaconda.org/jbednar/census-hv-dask/notebook。但是，当我尝试为类别分配不同的颜色时，我总是以相同的（可能是默认的）颜色结束（输出图像的示例。）

这是我在 Jupyter notebook 中运行的代码。谁能告诉我如何使自定义颜色图起作用？或者至少运行代码以查看您是否最终得到与图例匹配的颜色。谢谢！

我正在阅读本教程以了解有关数据着色器和散景的一些知识。

大部分似乎都很好，除了几个例子。例如，这段代码：

产生以下错误：

如何将 y-limits (ylim) 添加到使用 Holoviews Datashader 创建的绘图中？

我已经尝试了 hv.Dimension 函数并添加了 ylim=() 参数，但它要么是拒绝它的 Holoview，要么是不理解参数的 Datashader 函数。

ylim 未被识别且 hv.Dimension 无效

使用 datashade/holoviews/Bokeh 创建子图的一般表示法是使用“+”表示法：

但是，我正在尝试像使用 Matplotlib 一样在 for 循环中生成绘图。在 Seaborn 中，我可以这样做来创建子图，同时通过数据框递增：

如何将我下面用于 Datashade/Holoviews 的方法转换为更自动化的过程？

我最初的方法是使用创建自定义字符串来模仿正常的 Datashade 表示法并在其上运行 exec() ，但这在使用内部函数时不起作用或最终遇到其他错误。

嗨，我正在开发一个需要绘制数百万个点的网页，因此我在后端使用HoloViews生成绘图并将其作为Bokeh模型发送到使用Bokehjs的前端。

因此，在 API 中，我调用了一个执行此操作的函数

并返回一个以 JSON 格式发送到前端的 Bokeh 模型。

该函数hd.datashade渲染散景图并在内部调用 datashader 以在您控制缩放时创建图像。但问题是，当我通过 API 调用此函数一次时，缩放控件不会创建新图像，而只会使像素变大。

我需要一种方法来让“实时 python 进程运行”作为文档状态，这样我就可以拥有缩放控件和工具提示。但我不知道如何实现这一目标。

我想用 datashader + holoviews 绘制一个大图，但我遇到了一个错误。
一些小而可重复的东西是：

失败了

ValueError: 没有足够的值来解包（预期 3，得到 0）
---> 17 graph = layout_nodes(hv.Graph(edges_df), layout=forceatlas2_layout)

但是，设置targets = [1, 1, 1, 1, 1]我得到一个情节。
使用“故障” targets，如果我使用random_layout而不是 forceatlas2，我也会得到一个情节。

我很困惑！为什么我会收到该错误以及如何摆脱它？我正在使用数据着色器 0.7.0。

我想用 datashader 可视化一个图形（我有很多节点），如

这可行，但由于我的图表是二分的，我想用不同的颜色为sources和targets节点着色，例如使用调色板，如：（
my_colors_dict = {5: 'red', 3: 'blue', 1: 'blue', 2: 'blue', 4: 'blue'}
即所有节点均为蓝色，但我的单个节点为“5” targets）

我怎样才能做到这一点？我对图书馆还不是很熟悉，到目前为止只能提出笨拙的尝试..

虽然我有一个通过管道的数据流以及一个包含曲线的 holoviews.DynamicMap，在其上应用了 holoviews.operation.datashader.datashade()：当使用缩放工具时，视图不会重新采样（对于静态数据）领先对我的数据进行非常像素化的可视化。我需要做什么才能启用此重采样？

我用 python3 在 jupyter notebook 中运行整个过程

当我只使用静态数据设置我的 holoviews.DynamicMap 并且我没有运行管道时，它可以正常工作。

当我开始填充管道（从未使用它）时，不再进行重新采样。（我根本不使用管道）

问题场景：

（jupyter notebook 中的 3 个单元格）

(1) 进口

(2) 设置管道和绘图

(3) 生成数据流

调试场景：

替代单元格 (2)

（备选方案 2）使用静态绘图设置管道和绘图

（只要不执行单元格（3）就可以工作，那么这个替代方案就会停止工作）

预期结果：

不断更新带有噪声的图（稍后使用真实数据）

因此实际图形被采样成图像，在放大采样时应调整到实际视图

实际结果：

放大不会触发对图像的采样调整。