Как использовать пользовательские галочки оси на боке? - PullRequest
Новая
       39

Как использовать пользовательские галочки оси на боке?

0 голосов
/ 26 марта 2020

Я попытался указать отметки осей x и y на графике Боке как [0,25,50,75,100] и попробовать major_label_overrides x как расстояние {0: 'alone (0)', 25: 'not close (25)' , 50: «хорошо близко (50)», 75: «среднее закрытие (75)», 100: «очень близко (100)»}, ось Y настраивается как частота {0: «никогда», 25: «один раз в год », 50:« один раз в месяц », 75:« один раз в неделю », 100:« каждый день (100) »}. Тем не менее, это показывает ошибку. Спасибо.

ValueError: ожидал экземпляр типа Ticker, получил [25, 50, 75, 100] списка типов

Я пробовал p.xaxis.ticker = FixedTicker (ticks = [0, 25, 50,75,100]) это решает проблему тиков, но я не могу настроить ее по частоте.

Ниже мой репозиторий кода и github. https://github.com/Lastget/Covid19_Job_risks.git

import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
from bokeh.io import output_file, show
from bokeh.plotting import figure
from bokeh.models import ColumnDataSource, Select
from bokeh.models import HoverTool, Label, LabelSet
from bokeh.io import curdoc
from bokeh.layouts import row
from bokeh.models.renderers import GlyphRenderer
from math import pi
from bokeh.models import FixedTicker

# Improt files
expose = pd.read_csv(r'Exposed_to_Disease_or_Infections.csv',encoding='gbk')
expose.head() #context, code, occupation 
expose.shape #(968,3)

physical = pd.read_csv('Physical_Proximity.csv')
physical.head()
physical.shape #(967,3)

TW_job = pd.read_excel('Small_Chinese.xlsx',encoding='utf-8')
TW_job.shape #(968,3)
TW_job = TW_job.iloc[:,:2]
TW_job.head()

#Merge
temp_df = pd.merge(expose,physical,on=['Code','Occupation'])
temp_df.head()
temp_df.columns=['Expose_frequency','Code','Occupation','Physical_proximity']
temp_df.head()
full_table = temp_df.merge(TW_job,how='left',on='Code')
full_table.shape #967,5

# Delete Expose frequency for Rock splitter, timing deivce 
full_table = full_table.iloc[:965,:]

# change expose  to int64 
full_table['Expose_frequency']=full_table['Expose_frequency'].astype('int64')
full_table.info()

# Start plotting 
source = ColumnDataSource(full_table) 
p = figure(title="各職業對新型冠狀病毒之風險圖", x_axis_label='工作時與人接近程度', y_axis_label='工作時暴露於疾病頻率',
          plot_width=900, plot_height=600)
p.circle('Physical_proximity','Expose_frequency',
          name = 'allcircle',
          size=10,fill_alpha=0.2, source=source, fill_color='gray', hover_fill_color='firebrick', hover_line_color="firebrick", line_color=None)
hover = HoverTool(tooltips=[('職業','@TW_Occupation'),('Occupation','@Occupation'),('暴露於疾病指數','@Expose_frequency'),('與人接近距離指數','@Physical_proximity')])
p.add_tools(hover)


p.xaxis.ticker = [0, 25, 50,75,100]
p.xaxis.major_label_overrides = {0:'獨自工作(0)',25: '不近(25)', 50: '稍微近(50)', 75: '中等距離(75)', 100:'非常近(100)'}
p.yaxis.ticker = [0, 25, 50,75,100]
p.yaxis.major_label_overrides = {0:'從不(0)',25: '一年一次(25)', 50: '一個月一次(50)', 75: '一週一次(75)', 100:'每天(100)'}
p.yaxis.major_label_orientation = pi/4

# remove tool bar 
p.toolbar.logo = None
p.toolbar_location = None

def remove_glyphs(figure, glyph_name_list):
    renderers = figure.select(dict(type=GlyphRenderer))
    for r in renderers:
        if r.name in glyph_name_list:
            col = r.glyph.y
            r.data_source.data[col] = [np.nan] * len(r.data_source.data[col])


# Define a callback function 
def update_plot(attr, old, new):
       remove_glyphs(p,['point_select'])
       old_choice=full_table[full_table['TW_Occupation']==old]  

       choice=full_table[full_table['TW_Occupation']==new]
       a=choice['Physical_proximity']
       b=choice['Expose_frequency']
       p.circle(a,b,size=10,fill_alpha=1,fill_color=None,line_color="firebrick", name='point_select')

# Add Select 
select = Select(title='請選擇工作', options=sorted(full_table['TW_Occupation'].tolist()), value='')

# Attach the update_plot callback to the 'value' property of select
select.on_change('value', update_plot)

#layout 
layout = row(p, select)

# Add the plot to the current document
curdoc().add_root(layout)
...