问题描述
我正在尝试在Holoviews中生成具有每个点的自定义颜色值的热图,以便指定不同的alpha颜色值。
当前,我正在生成两个具有不同alpha值的Holoviews图,并像这样叠加它们:
data = pd.DataFrame([(i,97+j,i*j) for i in range(5) for j in range(5)],columns=['x','y','val'])
data_filtered = data[(data.x < 3) & (data.y < 100)]
hm_opts = dict(kdims=['x','y'],vdims=['val'])
hm = hv.HeatMap(data,**hm_opts).opts(alpha=0.5)
hm_filtered = hv.HeatMap(data_filtered,**hm_opts).opts()
hm * hm_filtered
但是,这给了我一个Holoviews叠加层对象,我想在那里拥有一个HeatMap对象。
我的想法是将每个x / y坐标映射为十六进制形式的特定颜色值,该颜色值已经计算了所需的alpha。因此,我的DataFrame看起来像这样(示例):
x y val color
0 0 97 0 #00FF00
1 0 98 0 #00FF00
2 0 99 0 #00FF00
...
22 4 99 8 #FFD29F
23 4 100 12 #FFB89F
24 4 101 16 #D3AFF4
有没有办法告诉Holoviews使用这些颜色? 当我将颜色列表传递给“ cmap”参数时,它将其解释为颜色间隔,传递列名会引发错误,因为它找不到指定的cmap。
当我将列表传递给“ color”参数时,该绘图在Jupyter Notebook中不再显示。
编辑
我找到了一种直接使用bokeh库获取所需内容的方法。散景也是我与Holviews一起使用的后端。这是代码和结果图。
source = ColumnDataSource(
data=data
)
x_unique = data['x'].unique()
y_unique = data['y'].unique()
min_width = 110
min_height = 80
width = min_width + 25 * len(x_unique)
height = min_height + 25 * len(y_unique)
x_rect_width = 0.90
y_rect_width = 0.90
plot = figure(
plot_width=width,plot_height=height,title='',x_range=FactorRange(*x_unique),y_range=FactorRange(*y_unique),x_axis_label='x',y_axis_label='y',)
plot.rect('x',height=y_rect_width,width=x_rect_width,source=source,color='color')
plot.xgrid.grid_line_color = None
plot.ygrid.grid_line_color = None
show(plot)
bokeh允许将颜色列名称传递给rect函数的'color'参数。 无论如何,我仍然希望将其作为Holoviews容器使用,以便我可以将其组合并在其之上构建交互式应用程序。
解决方案
借助@ thomas-pedot的答案,我找到了一个看起来像我要找的解决方案:
data = pd.DataFrame([(i,'val'])
data = data.assign(alpha=((data.x < 3) & (data.y < 100)).replace({True: 1.0,False: 3/8}))
red = '#FF0000'
yellow = '#FFFF00'
green = '#00FF00'
blue_violet = '#8A2BE2'
max_cout = data.loc[:,column].max()
levels = [0,1,max_cout / 2,max_cout - 1,max_cout]
colors = [green,yellow,red,blue_violet]
hm_opts = dict(kdims=['x',vdims=['val','alpha'])
hm = hv.HeatMap(data,**hm_opts).opts(
alpha=hv.dim('alpha'),color_levels=levels,cmap=colors)
hm
解决方法
import pandas as pd
import holoviews as hv
import matplotlib as mpl
hv.extension('matplotlib')
data = pd.DataFrame([(i,97+j,i*j) for i in range(5) for j in range(5)],columns=['x','y','val'])
data_filtered = data[(data.x < 3) & (data.y < 100)]
cmap1 = mpl.colors.ListedColormap(['#00FF00','#FFB89F','#D3AFF4'])
hm_opts = dict(kdims=['x','y'],vdims=['val'])
hm = hv.HeatMap(data,**hm_opts).opts(alpha=0.5,cmap=cmap1)
结果:
我添加了行cmap1 = mpl.colors.ListedColormap(['#00FF00','#D3AFF4'])
,该行允许您指定所需的颜色。如果将其更新为颜色列表(整个热图范围内的列表),则它将完全符合您的要求。我想您可以根据自己的情况使用df["color"]
(也许可以先直接转换为列表,但是没关系)
注意,我还向热图'cmap=cmap1
添加了opt
参数。
我假设您在后台使用matplotlib,因为您没有另外指定。
,不容易...我尝试了多种转换为rgba,然后返回到HEX cmap的尝试,但是没有成功!
使其具有风格 http://holoviews.org/user_guide/Style_Mapping.html
data = pd.DataFrame([(i,'val'])
data['a_new'] = 0.5
# Make a mask of you filter
mask = (data.x < 3) & (data.y < 100)
# Add it to a column
data1.loc[mask,'a_new'] = 1.0
#Add the new column to a new dimension
hm_opts_new = dict(kdims=['x',vdims=['val','a_new'])
#Enjoy ? I hope... set the alpha option depends on your new column
hv.HeatMap(data1,**hm_opts_new).opts(opts.HeatMap(tools=['hover'],alpha=dim('a_new')))