自定义hvplot中的标记列表

Question

我有这样的数据集：

df = pd.DataFrame(np.random.rand(10,2),columns=['A','B'])
df['group'] = np.random.choice(4,size=10)
df['category'] = np.random.choice(['CC','DD'],size=10)
df['sizes'] = np.random.randint(10,50,size=10)

我想要一个A和B的散点图，用'group‘列着色的标记，基于’类别‘列的标记’类型，基于‘尺寸’列的标记大小。

下面的..。

scatter = df.hvplot.scatter(x='A',y='B',color='group',padding=0.1,cmap='Set1',size='sizes')
scatter

...gets给我正确的颜色，虽然我得到了一个“不能为‘大小’选项声明映射”(知道原因吗？)，我实际上得到了正确的标记大小。

但是，我似乎无法获得基于“类别”列的标记类型。

我试过..。

markers=['x' if zone=='DD' else 'o' for zone in df['category']]
scatter = df.hvplot.scatter(x='A',y='B',color='group',padding=0.1,cmap='Set1',size='sizes',marker=markers)
scatter

..。但是它把所有的点都转换成交叉(X)，没有一点转换成圆圈(O)。

我还试着添加了一个专栏：

df['markers'] = np.random.choice(['x','o'],size=10)

然后..。

scatter = df.hvplot.scatter(x='A',y='B',color='group',padding=0.1,cmap='Set1',size='sizes',marker='markers')
scatter

..。但这会抛出一个错误，根本不起作用。

什么是正确的方式，通过变量自定义标记使用hvplot？

感谢你的建议。

编辑1:现在我也尝试使用holoviews.dim，1.与全息视图：

hvd = hv.Dataset(df,['A'],['B','markers'])
markers_custom = hv.dim('markers').apply(hvd)

hvd.to.scatter().opts(marker=marker)

然后，2.再次使用hvplot：

scatter = df.hvplot.scatter(x='A',y='B',marker=markers_custom)

我得到：

TypeError调用holoviews.ipython.show_traceback()以获取无法查询的详细信息类型：'numpy.ndarray‘

...in两种情况。

Answer 1

上面的方法是可行的，但是我们非常建议您不要转换实际的数据，除非您确实需要，这就是为什么我们引入了所谓的dim表达式，您可以阅读有关这里的内容。这些可以让您表达复杂的转换，而不必触摸数据，例如在您的示例中可以这样做：

import holoviews as hv

df = pd.DataFrame(np.random.rand(10,2),columns=['A','B'])
df['group'] = np.random.choice(4,size=10)
df['category'] = np.random.choice(['CC','DD'],size=10)
df['sizes'] = np.random.randint(10,50,size=10)
marker = hv.dim("category").categorize({'DD': 'x'}, default='circle')

df.hvplot.scatter(x='A',y='B', color="group", size="sizes", marker=marker)

这里的转换基本上接受类别列，并通过将所有'DD‘值映射到'x’和将所有其他值映射到‘循环’来转换它。

Answer 2

它适用于我使用一个自定义列：

import numpy as np, pandas as pd, holoviews as hv, hvplot.pandas
hv.extension("bokeh")
np.random.seed(3)

df = pd.DataFrame(np.random.rand(10,2),columns=['A','B'])
df['group'] = np.random.choice(4,size=10)
df['category'] = np.random.choice(['CC','DD'],size=10)
df['sizes'] = np.random.randint(10,50,size=10)
df['marker'] = df.category.replace("DD","x").replace("CC","circle")

df.hvplot.scatter(x='A',y='B', color="group", size="sizes", marker="marker")

​

​