bokeh - 具有灵活映射的多线图

Question

我有一个如下格式的 Pandas DataFrame

name -  date   - score
 A   - 1/1/10  - 100
 A   - 1/2/10  - 200
 A   - 1/3/10  - 300
 B   - 1/1/10  - 150
 B   - 1/2/10  - 400
 B   - 1/3/10  - 600

我想创建一个散景图，在 x 轴上有日期，在 y 轴上有分数，每个名称都有单独的线 + 颜色。我正在使用 Jupyter 笔记本工作。

这里有一些测试数据，虽然我想得到一些适用于名称中任意数量/值的东西，而不仅仅是 A 和 B。

import pandas as pd
import datetime
test_data = {'name':['A','A','A','B','B','B'],
        'date':[datetime.date(2010,1,1),
               datetime.date(2010,2,1),
              datetime.date(2010,3,1),
              datetime.date(2010,1,1),
              datetime.date(2010,2,1),
              datetime.date(2010,3,1),],
        'score':[100,200,300,150,400,600]}

plot_df = pd.DataFrame(test_data)

使用 Seaborn，我会这样做。

import seaborn as sns
ax = sns.lineplot(data=plot_df, x='date',y='score',hue='name')

我想知道使用 Bokeh 做同样事情的最有效方法是什么？

我可以像这样策划一个玩家。

import bokeh.plotting as bp
bp.output_notebook()

filtered_df = plot_df[plot_df.player == 'A'].sort_values(by=['date'])
plot_ds = bp.ColumnDataSource(filtered_df)
plot = bp.figure()
plot.line('date','score',source=plot_ds)
bp.show(plot)

我想知道如何让它适用于任意数量的不同名称。同样，我需要它能够适应不同名称数量的变化。

我认为我应该以某种方式使用颜色映射器，但对我究竟如何合并它感到困惑？我还看到还有另一个答案here 对变量进行硬编码 --> 颜色映射，并试图想出最简单的概括这一点的方法。

编辑 - 多线图还需要每个名称的图例，类似于 Seaborn 示例。

下一步是让它工作，以便您可以使用滑块 + 单选按钮动态更改名称和日期范围，但我想先让这个更简单的绘图工作。这就是为什么我不只是坚持使用 Seaborn。

Answer 1

可能是这样的（对于 Bokeh 1.1.0）：

import pandas as pd
import datetime
import bokeh.plotting as bp
from bokeh.palettes import Category10

test_data = {'name': ['A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'],
             'date': [datetime.date(2010, 1, 1),
                      datetime.date(2010, 2, 1),
                      datetime.date(2010, 3, 1),
                      datetime.date(2010, 1, 1),
                      datetime.date(2010, 2, 1),
                      datetime.date(2010, 3, 1),
                      datetime.date(2010, 1, 1),
                      datetime.date(2010, 2, 1),
                      datetime.date(2010, 3, 1), ],
             'score': [100, 200, 300, 150, 400, 600, 150, 250, 400]}

plot_df = pd.DataFrame(test_data)
gby = plot_df.groupby('name')
names = list(gby.groups.keys())
palette = Category10[len(names)]

plot_df['color'] = [palette[names.index(x)] for i, sdf in gby for x in sdf['name']]

plot = bp.figure(x_axis_type = 'datetime')
gby.apply(lambda d: plot.line('date', 'score', line_color = d['color'].unique()[0], line_width = 3, legend = d['name'].unique()[0], source = d))

bp.show(plot)

或使用multi_line:

import pandas as pd
import datetime
import bokeh.plotting as bp
from bokeh.palettes import Category10
from bokeh.models import ColumnDataSource

test_data = {'name': ['A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'],
             'date': [datetime.date(2010, 1, 1),
                      datetime.date(2010, 2, 1),
                      datetime.date(2010, 3, 1),
                      datetime.date(2010, 1, 1),
                      datetime.date(2010, 2, 1),
                      datetime.date(2010, 3, 1),
                      datetime.date(2010, 1, 1),
                      datetime.date(2010, 2, 1),
                      datetime.date(2010, 3, 1), ],
             'score': [100, 200, 300, 150, 400, 600, 150, 250, 400]}

plot_df = pd.DataFrame(test_data)
gby = plot_df.groupby('name')

plot = bp.figure(x_axis_type = 'datetime')

x = [list(sdf['date']) for i, sdf in gby]
y = [list(sdf['score']) for i, sdf in gby]
source = ColumnDataSource(dict( x = x, 
                                y = y, 
                                legend = plot_df['name'].unique(), 
                                color = Category10[len(plot_df['name'].unique())]))
plot.multi_line('x', 'y', legend = 'legend', line_color = 'color', line_width = 3, source = source)
bp.show(plot)

结果（两个选项）：