web-dev-qa-db-ja.com

ボケの散布図のカラーポイント

私は次の簡単なpandas.DataFrame：

df = pd.DataFrame(
    {
        "journey": ['ch1', 'ch2', 'ch2', 'ch1'],
        "cat": ['a', 'b', 'a', 'c'],
        "kpi1": [1,2,3,4],
        "kpi2": [4,3,2,1]
    }
)

私は次のようにプロットします：

import bokeh.plotting as bpl
import bokeh.models as bmo
bpl.output_notebook()
source = bpl.ColumnDataSource.from_df(df)
hover = bmo.HoverTool(
    tooltips=[
        ("index", "@index"),
        ('journey', '@journey'),
        ("Cat", '@cat')
    ]
)
p = bpl.figure(tools=[hover])

p.scatter(
    'kpi1', 
    'kpi2', source=source)

bpl.show(p)  # open a browser

catに従ってドットを色分けできません。最終的には、1番目と3番目のポイントを同じ色にし、2番目と4番目のポイントをさらに2つの異なる色にします。

Bokehを使用してこれを実現するにはどうすればよいですか？

pythonvisualizationbokeh
5
Dror

これは、手動マッピングをある程度回避する方法です。私は最近、 このgithubの問題 で_bokeh.palettes_に遭遇し、 この問題 でCategoricalColorMapperに遭遇しました。このアプローチはそれらを組み合わせたものです。使用可能なパレットの完全なリストを参照してください ここ およびCategoricalColorMapperの詳細 ここ 。

これを_pd.DataFrame_で直接機能させるのに問題があり、from_df()呼び出しを使用しても機能しないことがわかりました。 docsDataFrameを直接渡すことを示していますが、それは私にとってはうまくいきました。

_import pandas as pd
import bokeh.plotting as bpl
import bokeh.models as bmo
from bokeh.palettes import d3
bpl.output_notebook()


df = pd.DataFrame(
    {
        "journey": ['ch1', 'ch2', 'ch2', 'ch1'],
        "cat": ['a', 'b', 'a', 'c'],
        "kpi1": [1,2,3,4],
        "kpi2": [4,3,2,1]
    }
)
source = bpl.ColumnDataSource(df)

# use whatever palette you want...
palette = d3['Category10'][len(df['cat'].unique())]
color_map = bmo.CategoricalColorMapper(factors=df['cat'].unique(),
                                   palette=palette)

# create figure and plot
p = bpl.figure()
p.scatter(x='kpi1', y='kpi2',
          color={'field': 'cat', 'transform': color_map},
          legend='cat', source=source)
bpl.show(p)
_
5
Hendy

完全を期すために、低レベルチャートを使用して適合させたコードを次に示します。

import pandas as pd

import bokeh.plotting as bpl
import bokeh.models as bmo
bpl.output_notebook()


df = pd.DataFrame(
    {
        "journey": ['ch1', 'ch2', 'ch2', 'ch1'],
        "cat": ['a', 'b', 'a', 'c'],
        "kpi1": [1,2,3,4],
        "kpi2": [4,3,2,1],
        "color": ['blue', 'red', 'blue', 'green']
    }
)
df

source = bpl.ColumnDataSource.from_df(df)
hover = bmo.HoverTool(
    tooltips=[
        ('journey', '@journey'),
        ("Cat", '@cat')
    ]
)
p = bpl.figure(tools=[hover])

p.scatter(
    'kpi1', 
    'kpi2', source=source, color='color')

bpl.show(p)

色はデータに「ハードコード」されていることに注意してください。

高レベルチャートを使用する代替方法は次のとおりです。

import pandas as pd

import bokeh.plotting as bpl
import bokeh.charts as bch
bpl.output_notebook()

df = pd.DataFrame(
    {
        "journey": ['ch1', 'ch2', 'ch2', 'ch1'],
        "cat": ['a', 'b', 'a', 'c'],
        "kpi1": [1,2,3,4],
        "kpi2": [4,3,2,1]
    }
)

tooltips=[
        ('journey', '@journey'),
        ("Cat", '@cat')
    ]
scatter = bch.Scatter(df, x='kpi1', y='kpi2',
                      color='cat',
                      legend="top_right",
                      tooltips=tooltips
                     )

bch.show(scatter)
1
Dror

here のように上位レベルのScatterを使用できます

または、ColumnDataSourceにカラー列を指定して、p.scatter(..., color='color_column_label')で参照します。

0
Maarten Fabré