面板和全息视图之间的交互

Question

我正在使用holoviews和panel开发一个小部件-它包括读取pandas.dataFrame并显示每列的曲线。我需要的交互是能够在绘图中添加/删除列。在我的实际用例中，有太多的列，所以我不能利用bokeh+holoviews已经提供的交互式图例。

我举了一个小例子，“有点像是工作”，但我可能做错了，因为每次与panel.widgets.MultiChoice进行交互时，我都会重新加载绘图数据(这显然是错误的)。

import holoviews as hv
import numpy as np
import pandas as pd
import colorcet as cc
import panel as pn

pn.extension()
hv.extension("bokeh")

# generate some data
def get_data():
    data = {
        "1998": np.random.rand(365),
        "1999": np.random.rand(365),
        "2000": np.random.rand(365),
        "2002": np.random.rand(365),
        "2003": np.random.rand(365),
    }
    df = pd.DataFrame(data, index=range(0, 365))
    return df

# utility to help me placing the month label around the 2nd week of each month

def split_list(a, n):
    k, m = divmod(len(a), n)
    return list(
        list(a[i * k + min(i, m) : (i + 1) * k + min(i + 1, m)]) for i in range(n)
    )


def get_ticks(df, pos):
    splitter = split_list(df.index, 12)
    months = [
        "Jan",
        "Feb",
        "Mar",
        "Apr",
        "May",
        "Jun",
        "Jul",
        "Aug",
        "Sep",
        "Oct",
        "Nov",
        "Dec",
    ]
    xticks_map = [i for i in zip([splitter[i][pos] for i in range(0, 12)], months)]
    return xticks_map

# plotting method

def get_mplot(df, cols=None):
    if cols:
        df = df[cols]
    if len(df.columns) == 0:
        print("No coumns selected")
        return None
    grid_style = {
        "grid_line_color": "black",
        "grid_line_width": 1.1,
        "minor_ygrid_line_color": "lightgray",
        "minor_xgrid_line_color": "lightgray",
        "xgrid_line_dash": [4, 4],
    }
    colors = cc.glasbey_light[: len(list(df.columns))]
    xticks_map = get_ticks(df, 15)
    multi_curve = [
        hv.Curve((df.index, df[v]), label=str(v)).opts(
            xticks=xticks_map,
            xrotation=45,
            width=900,
            height=400,
            line_color=colors[i],
            gridstyle=grid_style,
            show_grid=True,
        )
        for i, v in enumerate(df)
    ]
    mplot = hv.Overlay(multi_curve)
    return mplot


# get the data
df = get_data()

# create a multi-choice widget

years = pn.widgets.MultiChoice(
    name="Years", options=list(df.columns), margin=(0, 20, 0, 0)
)

# bind plot and multi-choice

@pn.depends(years)
def get_plot(years):
    df = get_data()
    if years:
        df = df[years]
    mplot = get_mplot(df, years)
    return mplot


pn.Column("Plot!", get_plot, pn.Row(years), width_policy="max").servable()

为了方便起见，我将代码在线存储为gist上的notebook：

notebook

我的问题是当我定义@pn.depends method时，在单元格#7 (在notebook中)的holoviews和panel之间的交互-到目前为止，我让它工作的唯一方法是在每个交互…上“重新加载”数据(cell_out：[#21]，df = get_data()中的line [#3] )，如果数据开始增加，这显然会减慢整个应用程序的运行速度。

本质上，我需要一个与绘图组件交互的方法，而不是在每次交互时重新执行绘图。简单地说，我会写一个连接到绘图的处理程序，但我的理解是，在holoviews+panel (因为它们是构建在bokeh之上的一组更高级的库)中，应该有一种更简单的方法来实现同样的目的。

关于如何避免重新加载数据集，您有什么建议吗？

Answer 1

我认为你只需要先加载数据，而不是覆盖数据帧，比如：

df = get_data()

@pn.depends(years)
def get_plot(years):
    if years:
        df1 = df[years]
    mplot = get_mplot(df1, years)
    return mplot

Answer 2

构建在@rich-signell之上，当从多项选择小部件中删除所有条目时，这也将起作用：

@pn.depends(years)
def get_plot(years):
    if years:
        df1 = df[years]
        mplot = get_mplot(df1, years)
    else:
        mplot = get_mplot(df)
    return mplot

然而，我面临的问题是由于我如何在jupyter笔记本中原型化代码的方式。在jupyter笔记本上运行holoviews+panel时，有一个奇怪的行为。我可以用下面的版本在两个不同的jupyter服务器上复制它

Jupyterlab, holoviews, panel

'2.2.9', '1.14.0', '0.11.0a3.post2+g5aa0c91'
'3.0.7', '1.14.2.post2+gd235b1cb0','0.10.3'

问题是，应用于用@pn.depends修饰的get_plot()方法的更改直到notebook内核重启后才被panel小部件接受，因此任何更改代码(也是有效的解决方案)的尝试都是无效的，并且使我感到困惑。

已尝试在此录制https://gist.github.com/epifanio/6c9827f9163de359130102a29d7f3079中显示问题