Holoviews热图为每个点指定颜色

Question

为了指定不同的alpha颜色值，我尝试在Holoviews中为每个点生成一个带有自定义颜色值的热图。

目前，我正在生成两个具有不同alpha值的全息图，并像这样覆盖它们：

data = pd.DataFrame([(i, 97+j,  i*j) for i in range(5) for j in range(5)], 
                columns=['x', 'y', 'val'])
data_filtered = data[(data.x < 3) & (data.y < 100)]

hm_opts = dict(kdims=['x', 'y'], vdims=['val'])
hm = hv.HeatMap(data, **hm_opts).opts(alpha=0.5)
hm_filtered = hv.HeatMap(data_filtered, **hm_opts).opts()
hm * hm_filtered

​

​

然而，这给了我一个全息视图覆盖对象，我想要有一个单一的HeatMap对象。

我的想法是将每个x/y坐标映射到十六进制形式的特定颜色值，其中已经计算了所需的alpha。因此，我的DataFrame看起来像这样(示例)：

    x    y  val    color
0   0   97    0  #00FF00
1   0   98    0  #00FF00
2   0   99    0  #00FF00
...
22  4   99    8  #FFD29F
23  4  100   12  #FFB89F
24  4  101   16  #D3AFF4

有没有办法告诉Holoviews使用这些颜色？当我将颜色列表传递给" cmap“参数时，它将其解释为颜色间隔，传递列的名称会引发错误，因为它找不到指定的cmap。

当我将列表传递给"color“参数时，该图根本不再显示在Jupyter Notebook中。

编辑

我找到了一种直接使用Bokeh库来获得我想要的东西的方法。Bokeh也是我在Holviews中使用的后端。这是代码和结果图。

source = ColumnDataSource(
    data=data
)
x_unique = data['x'].unique()
y_unique = data['y'].unique()
min_width = 110
min_height = 80
width = min_width + 25 * len(x_unique)
height = min_height + 25 * len(y_unique)
x_rect_width = 0.90
y_rect_width = 0.90
plot = figure(
    plot_width=width,
    plot_height=height,
    title='',
    x_range=FactorRange(*x_unique),
    y_range=FactorRange(*y_unique),
    x_axis_label='x',
    y_axis_label='y',
)
plot.rect('x', 'y', height=y_rect_width, width=x_rect_width, source=source, color='color')
plot.xgrid.grid_line_color = None
plot.ygrid.grid_line_color = None

show(plot)

​

​

Bokeh允许将颜色列名传递给rect函数的' color‘参数。无论如何，我仍然喜欢把它作为一个Holoviews容器，这样我就可以把它组合在一起，在它上面构建交互式应用程序。

解决方案

在@thomas-pedot答案的帮助下，我找到了一个看起来像我正在寻找的解决方案：

data = pd.DataFrame([(i, 97+j,  i*j) for i in range(5) for j in range(5)], 
                    columns=['x', 'y', 'val'])
data = data.assign(alpha=((data.x < 3) & (data.y < 100)).replace({True: 1.0, False: 3/8}))
red = '#FF0000'
yellow = '#FFFF00'
green = '#00FF00'
blue_violet = '#8A2BE2'
max_cout = data.loc[:, column].max()
levels = [0, 1, max_cout / 2, max_cout - 1, max_cout]
colors = [green, yellow, red, blue_violet]
hm_opts = dict(kdims=['x', 'y'], vdims=['val', 'alpha'])
hm = hv.HeatMap(data, **hm_opts).opts(
  alpha=hv.dim('alpha'), 
  color_levels=levels, 
  cmap=colors)
hm

​

​

Answer 1

不容易..。我尝试了很多不同的转换到rgba，然后返回到HEX cmap，但没有成功，但是！

用style http://holoviews.org/user_guide/Style_Mapping.html成功

data = pd.DataFrame([(i, 97+j,  i*j) for i in range(5) for j in range(5)], 
                columns=['x', 'y', 'val'])
data['a_new'] = 0.5
# Make a mask of you filter
mask = (data.x < 3) & (data.y < 100)

# Add it to a column
data1.loc[mask, 'a_new'] = 1.0 

#Add the new column to a new dimension
hm_opts_new = dict(kdims=['x', 'y'], vdims=['val','a_new'])

#Enjoy ? I hope... set the alpha option depends on your new column

hv.HeatMap(data1, **hm_opts_new).opts(opts.HeatMap(tools=['hover'], alpha=dim('a_new')))

Answer 2

import pandas as pd
import holoviews as hv 
import matplotlib as mpl
hv.extension('matplotlib')

data = pd.DataFrame([(i, 97+j,  i*j) for i in range(5) for j in range(5)], 
                columns=['x', 'y', 'val'])
data_filtered = data[(data.x < 3) & (data.y < 100)]

cmap1 = mpl.colors.ListedColormap(['#00FF00', '#FFB89F', '#D3AFF4'])
hm_opts = dict(kdims=['x', 'y'], vdims=['val'])
hm = hv.HeatMap(data, **hm_opts).opts(alpha=0.5, cmap=cmap1)

结果：

​

​

我添加了行cmap1 = mpl.colors.ListedColormap(['#00FF00', '#FFB89F', '#D3AFF4'])，它允许你指定你想要的颜色。如果您将其更新为颜色列表(整个热图范围内的列表)，那么它将完全符合您的要求。我猜你可以在你的情况下使用df["color"] (也许可以先直接转换为list，但它也没问题)

请注意，我还在heatmap的opt中添加了cmap=cmap1参数。

我假设您在后台使用matplotlib，因为您没有另外指定。