ПРИМЕЧАНИЕ. Этот вопрос касается сервера Bokeh "первого поколения", который устарел и удалялся в течение нескольких лет. Ничто в этом вопросе или его ответах не имеет отношения к любой версии Bokeh> = 0.11
Я пытаюсь понять Bokeh для интерактивного приложения, которое я создаю. Я смотрю на примеры Bokeh и вижу, что большинство примеров написаны все в глобальном пространстве имен, но те, что в подкаталоге "app", написаны в хорошем, объектно-ориентированном стиле, где основной класс наследуется из класса Property, как HBox.
Это будет куча вопросов, потому что я не думаю, что этот способ программирования Bokeh был очень хорошо задокументирован. Первое, с чем я столкнулся, было то, что график не прорисовывался, пока я не включил extra_generated_classes
.
-
Что делает extra_generated_classes?
Во-вторых, похоже, что цикл
setup_events
вызывается при запуске передcreate
а затем каждый раз, когда график запускает событие. -
Почему setup_events необходимо регистрировать обратные вызовы каждый раз, когда событие инициируется? И почему он не ждет завершения создания, прежде чем пытаться зарегистрировать их в первый раз?
Последнее, в чем я не уверен, это как заставить перерисовать глиф здесь. Демонстрация слайдера работает для меня, и я пытаюсь сделать в основном то же самое, за исключением диаграммы рассеяния вместо линии.
Я установил трассировку pdb в самом конце своих
update_data
, и я могу гарантировать, чтоself.source
соответствуетself.plot.renderers[-1].data_source
и что оба они были настроены с самого начала. Однако самself.plot
не меняется. -
Что такое объектно-ориентированный подход, эквивалентный вызову store_objects для обновления графика?
Я особенно смущен этим третьим, потому что это не похоже, что пример sliders_app нуждается в чем-то подобном. Для пояснения я пытаюсь создать переменное количество виджетов/слайдеров, поэтому мой код выглядит так:
атрибуты класса:
extra_generated_classes = [['ScatterBias', 'ScatterBias', 'HBox']]
maxval = 100.0
inputs = Instance(bkw.VBoxForm)
outputs = Instance(bkw.VBoxForm)
plots = Dict(String, Instance(Plot))
source = Instance(ColumnDataSource)
cols = Dict(String, String)
widgets = Dict(String, Instance(bkw.Slider))
# unmodified source
df0 = Instance(ColumnDataSource)
метод инициализации
@classmethod
def create(cls):
obj = cls()
##############################
## load DataFrame
##############################
df = pd.read_csv('data/crime2013_tagged_clean.csv', index_col='full_name')
obj.cols = {'x': 'Robbery',
'y': 'Violent crime total',
'pop': 'Population'
}
cols = obj.cols
# only keep interested values
df2= df.ix[:, cols.values()]
# drop empty rows
df2.dropna(axis=0, inplace=True)
df0 = df2.copy()
df0.reset_index(inplace=True)
# keep copy of original data
obj.source = ColumnDataSource(df2)
obj.df0 = ColumnDataSource(df0)
##############################
## draw scatterplot
##############################
obj.plots = {
'robbery': scatter(x=cols['x'],
y=cols['y'],
source=obj.source,
x_axis_label=cols['x'],
y_axis_label=cols['y']),
'pop': scatter(x=cols['pop'],
y=cols['y'],
source=obj.source,
x_axis_label=cols['pop'],
y_axis_label=cols['y'],
title='%s by %s, Adjusted by by %s'%(cols['y'],
cols['pop'], cols['pop'])),
}
obj.update_data()
##############################
## draw inputs
##############################
# bokeh.plotting.scatter
## TODO: refactor so that any number of control variables are created
# automatically. This involves subsuming c['pop'] into c['ctrls'], which
# would be a dictionary mapping column names to their widget titles
pop_slider = obj.make_widget(bkw.Slider, dict(
start=-obj.maxval,
end=obj.maxval,
value=0,
step=1,
title='Population'),
cols['pop'])
##############################
## make layout
##############################
obj.inputs = bkw.VBoxForm(
children=[pop_slider]
)
obj.outputs = bkw.VBoxForm(
children=[obj.plots['robbery']]
)
obj.children.append(obj.inputs)
obj.children.append(obj.outputs)
return obj
update_data
def update_data(self):
"""Update y by the amount designated by each slider"""
logging.debug('update_data')
c = self.cols
## TODO:: make this check for bad input; especially with text boxes
betas = {
varname: getattr(widget, 'value')/self.maxval
for varname, widget in self.widgets.iteritems()
}
df0 = pd.DataFrame(self.df0.data)
adj_y = []
for ix, row in df0.iterrows():
## perform calculations and generate new y's
adj_y.append(self.debias(row))
self.source.data[c['y']] = adj_y
assert len(adj_y) == len(self.source.data[c['x']])
logging.debug('self.source["y"] now contains debiased data')
import pdb; pdb.set_trace()
Обратите внимание, что я уверен, что обработчик событий запускается и корректно запускается. Я просто не знаю, как заставить измененные исходные данные отражаться в диаграмме рассеяния.