使用全息视图绘制多行

Question

我的df看起来像这样：

data = {'Cumulative': {0: 4, 1: 18, 2: 24, 3: 24, 4: 4, 5: 20, 6: 32, 7: 42},  'Id': {0: 1, 1: 1, 2: 1, 3: 1, 4: 2, 5: 2, 6: 2, 7: 2},  'Order': {0: '1-1',   1: '1-2',   2: '1-3',   3: '1-4',   4: '1-1',   5: '1-2',   6: '1-3',   7: '1-4'},  'Period': {0: 1, 1: 2, 2: 3, 3: 4, 4: 1, 5: 2, 6: 3, 7: 4},  'Time': {0: '1-1',   1: '1-2',   2: '1-3',   3: '1-4',   4: '1-1',   5: '1-2',   6: '1-3',   7: '1-4'},  'Year': {0: 1, 1: 1, 2: 1, 3: 1, 4: 1, 5: 1, 6: 1, 7: 1}}

df = pd.DataFrame(data)

我想用Holoviews做的是为每个id绘制一条线。所以＆＃39;订购＆＃39;在x轴上，累积＆＃39;在y轴和每个＆＃39; Id＆＃39;有它自己的线（都有相同的颜色）。这是我到目前为止所做的，但它并没有给我正确的结果。

%opts Curve [width=600 height=400 show_grid=True ] (color='indianred', alpha=0.5, line_width=1)

kdims=['Order' ] vdims = ['Cumulative',
            ] ds = hv.Dataset(df.sort_values(by=['Year','Period']), kdims=kdims, vdims= vdims)

ds.to(hv.Curve, ['Order'] ,'Cumulative' )

Answer 1

HoloViews只会知道已声明的尺寸。这意味着，当您执行hv.Dataset(df, kdims, vdims)时，它并不了解“ID＆ID”。列，不能分组。这就是我要做的事情：

%%opts Curve [width=600 height=400 show_grid=True ] (color='indianred', alpha=0.5, line_width=1)
ds = hv.Dataset(df).sort(['Year', 'Period'])
ds.to(hv.Curve, 'Order' ,'Cumulative', 'Id')

这里我们声明数据集没有任何明确的kdims或vdims，这意味着我们可以使用HoloViews对数据进行排序，然后使用.to方法绘制＆＃39; Order＆＃39;的曲线。 vs＆＃39;累积＆＃39;列，按“＆ID”标识分组柱。如果要在一个图上查看所有曲线，只需将其更改为ds.to(hv.Curve, 'Order' ,'Cumulative', 'Id').overlay()。

Answer 2

另一种方法是使用叠加层从曲线列表中构建图像。下面的代码对您的数据框进行了子选择。第一列将用作 X 轴值，第二列用作 y 轴值。

df.loc[df['Id']==1][['Period', 'Cumulative']]

然后创建您需要绘制的曲线列表。这些不一定都是曲线，您可以根据需要混合搭配。

# Specified individually  
list_of_curves = [
    hv.Curve(df.loc[df['Id']==1][['Period', 'Cumulative']], label='Id = 1'), 
    hv.Curve(df.loc[df['Id']==2][['Period', 'Cumulative']], label='Id = 2'), 
]

# As a list comprehension
list_of_curves = [hv.Curve(
    df.loc[df['Id']==the_id][['Period', 'Cumulative']], 
    label=f"Id = {the_id}"
) for the_id in [1,2]]

然后将此曲线列表传递给叠加层，并设置其选项。

hv.Overlay(list_of_curves).opts(
    height=300, 
    width=600,
    xlabel='Period', 
    ylabel='Cumulative', 
    title='Change in cumulative over period',
    legend_position='right'
)

产生下图：