如何跳过散景图中的数据点？

Question

考虑以下代码：

from datetime import datetime as dt
from bokeh.io import output_file, show
from bokeh.plotting import figure
from bokeh.models import ColumnDataSource

output_file("plot_dates.html")

p = figure(x_axis_type='datetime')

data = dict(
    dates=[dt(2015, 1, 1), dt(2015, 1, 2), dt(2015, 1, 3)],
    values=[1,2,3])
source = ColumnDataSource(data)

p.line('dates', 'values', source=source)

show(p)

这显示了一条正确的线。 如果现在我想跳过一点，例如第二个我希望在dates 或values（或两者中）中设置一个元素会导致一个点被跳过。 不幸的是，情况并非如此，但None 显示为“0”，在日期的情况下转换为 1970-01-01。是否有一种简单的方法可以跳过数据，或者必须手动（或通过单独的库）完成？

我知道这可以通过使用pandas 过滤掉包含None 元素的行/列或多或少轻松完成，但我不能使用它。

Answer 1

根据您的意思，您可以使用NaN 值而不是None 来执行此操作。但是您必须使用 NumPy，既用于np.nan，也用于确保数组被正确编码以能够将NaN 值传输到浏览器中。

此外，您还需要更多积分。当线数据中包含NaN 值时，两侧 的线段会被跳过，因此只有三个点，根本不会绘制任何内容，因为任何地方都没有完整的线段。您可以看到五个点：

import numpy as np
from datetime import datetime as dt
from bokeh.io import output_file, show
from bokeh.plotting import figure
from bokeh.models import ColumnDataSource

output_file("plot_dates.html")

p = figure(x_axis_type='datetime')

data = dict(
    dates=[dt(2015, 1, 1), dt(2015, 1, 2), dt(2015, 1, 3), dt(2015, 1, 4), dt(2015, 1, 5)],
    values=np.array([1.0, 3.0, np.nan, 5.0, 4.0]))
source = ColumnDataSource(data)

p.line('dates', 'values', source=source)

show(p)

编辑：这也可以通过 CDSView 来完成，而无需将任何 NaN 值放入：

view = CDSView(source=source, filters=[IndexFilter([0, 1, 3, 4])]) 
p.line('dates', 'values', source=source, view=view)

您的问题并不清楚您所说的“跳过”是什么意思。如果您的意思是有一种方法可以简单地画线，就好像该点根本不存在一样，即没有NaN 或过滤器给出的中断，那么答案是“否”。您将需要预先过滤您的数据。

Answer 2

为什么不直接删除不需要的数据？它不需要任何软件包

data = dict(dates=[dt(2015, 1, 1), dt(2015, 1, 2), dt(2015, 1, 3)], values=[1,2,3])

# remove the 1st date 
dates2 = data['dates']
values2 = data['values']
del dates2[1]
del values2[1]
data2 = dict(dates=dates2,values=values2) 
# this should be the dict from before without the 1st date and 1st value

您可以编写一个函数来删除第 n 个日期。

def deldate(n,data):

    dates2 = data['dates']
    values2 = data['values']
    del dates2[n]
    del values2[n]
    data2 = dict(dates=dates2,values=values2) 
    return data2