Несколько вопросов с объектно-ориентированным Bokeh

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 перед create 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, что self.source соответствует self.plot.renderers[-1].data_source и что оба они были настроены с самого начала. Однако сам self.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.

Ответ 1