Пользовательский javascript обратный вызов в Bokeh для выбора столбца из кадра данных и обновления графика - PullRequest
Новая
       4

Пользовательский javascript обратный вызов в Bokeh для выбора столбца из кадра данных и обновления графика

1 голос
/ 23 января 2020

У меня есть лист Excel, который содержит концентрации более 20 элементов (каждый элемент - столбец) с течением времени (прогоны).

Я должен построить график зависимости концентрации от времени над средним и стандартным отклонением для каждого элемента.

Я хотел бы создать программу для боке, которая позволит мне выбрать, какой элемент я хочу просмотреть, и соответствующим образом обновит график. Я не хочу подключаться к серверу, чтобы он работал, я хочу, чтобы он был автономным html. Итак, я понимаю, что мне нужно написать собственный обратный вызов js, чтобы сделать это.

То, как мой код работает сейчас, заключается в том, что у меня есть функция, которая вычисляет средние и стандартные отклонения, сохраняет это в новом DF и использует этот DF, чтобы сделать сюжет.

Вот код, который у меня есть. Сейчас он закодирован таким образом, что отображает только один элемент 

import pandas as pd
import os
from bokeh.plotting import figure, output_file, show
from bokeh.models import ColumnDataSource, HoverTool,CustomJS
from bokeh.models.widgets import Select
from bokeh.layouts import row, column

def get_data(low,element):
    mean=low[element].mean()
    plus_three_sigma=mean+(low[element].std()*3)
    minus_three_sigma=mean-(low[element].std()*3)
    plus_two_sigma=mean+(low[element].std()*2)
    minus_two_sigma=mean-(low[element].std()*2)
    df=pd.DataFrame({"Run":low["run"],element:low[element],"mean":mean,"plus_three_sigma":plus_three_sigma,"minus_three_sigma":minus_three_sigma,"plus_two_sigma":plus_two_sigma,"minus_two_sigma":minus_two_sigma})
    return df
def make_plot(df):
    tips=[("Run", "@Run"),("Concentration", "$y")]
    source=ColumnDataSource(df)
    p = figure(plot_width=1300, plot_height=800, x_range=df["Run"], tooltips=tips, title="QC Low", x_axis_label="Run ID",y_axis_label="Concentration ng/mL")
    p.line(x="Run", y="mean", line_width=1, color="black", source=source)
    p.line(x="Run", y="plus_three_sigma", line_width=1, color="red", source=source)
    p.line(x="Run", y="minus_three_sigma", line_width=1, color="red", source=source)
    p.line(x="Run", y="minus_two_sigma", line_width=1, color="green",line_dash="dashed",source=source)
    p.line(x="Run", y="plus_two_sigma", line_width=1, color="green",line_dash="dashed",source=source)
    pc=p.circle(x='Run', y="9Be",source=source)
    p.xaxis.major_label_orientation = 1.2
    return p

#callback = CustomJS(args=, code="""
#
#    }
#    source.change.emit();
#""")
#---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------    

os.chdir(r'')


low=pd.read_excel(r"", sheet_name="QC LOW", skiprows=5, usecols=range(0,34))
low["run"]=low["run"].astype(str)
low.loc[~(low["run"].str.contains("A")) & ~(low["run"].str.contains("B")),"run"]=pd.to_datetime(low.loc[(~low["run"].str.contains("A")) & (~low["run"].str.contains("B")),"run"]).dt.strftime('%m/%d/%y')
cols=low.columns.tolist()
cols=cols[2:]

select = Select(title="Option:", value="9Be", options=cols)

output_file("output.html")

df=get_data(low,"9Be")
p=make_plot(df)
#select.js_on_change('value', callback)

show(row(select,p))

. Я не понимаю, как написать обратный вызов javascript для обновления данных и графика. Нужно ли перемещать get_data в обратный вызов сценария java? Разве я не должен превращать фигуру в функцию? Как бы я написал javascript для достижения sh, что я хочу.

1 Ответ

2 голосов
/ 23 января 2020

Итак, есть пара вещей, которые нужно изменить, и есть несколько способов сделать это, но так я всегда заставлял его работать.

1) Ваш df должен быть Дикты сгруппированы в вашем случае разными элементами. Примерно так: 

df2 = df.groupby('Element', sort = False).apply(lambda x: x.to_dict(orient = 'list'))

2) Ваш columndatasource будет указывать только на первый ключ в этом диктовке. 

source = ColumnDataSource(data = df2[0])

3) Ваши выбранные значения должны быть ключами df2 (другими словами, каждый элемент) 

opts = [*df2.keys()]
select = Select(value = opts[0], options = opts)

4) Ваш JS будет выглядеть следующим образом: 

callback = CustomJS(args = dict(graph=source, source= df2.to_dict()), code =
            """                
            graph.data = source[cb_obj.value];
            graph.change.emit();
            """)

graph - это ваш columndatasource, а graph.data - ваши первые элементы данные . Ваш cb_obj.value будет опцией, которую вы выбираете с помощью выбора, и будет действовать как ключ к источнику (df2.to_dict) для извлечения правильно выбранных данных. Другими словами, когда вы выбираете элемент в раскрывающемся меню «Выбор», вы заменяете данные новым выбранным элементом.

В конце концов получите его для отображения: 

select.js_on_change('value', callback)
layout = column(select, p)
show(layout)
...