0

TL/DR：我正在尝试做的事情：

  1. 使用数据框（df 中现有的大型数据集）
  2. 作为独立脚本运行（无 jupyter）
  3. 能够轻松地交互/探索数据
  4. 简单但完整的示例（看到许多最终无法正常工作的代码片段）

过去，我在 dataframe、matplotlib 和 tkinter 方面做得很好，但我的数据集大小开始遇到性能壁垒。最近似乎所有的焦点都集中在数据分析和库上，我认为我可以让事情看起来更现代，并用更少的代码提高交互性。部分问题似乎是做事的方式太多，不清楚当前/最佳实践是什么，甚至不清楚如何做这一切。

我以为我非常接近 Bokeh 示例，但后来我发现“Scatter”不再是 bokeh.plotting 或 bokeh.charts 模块的一部分，并且被分解为 bkcharts 项目。不，它被移到了全息视图中，或者它是全息图还是 hvplot... 让我们深入挖掘，好吧，它似乎被移到了 PyViz 中，但使用了带有散景后端的 hvplot。我对所有我头晕目眩的库和工具感到非常困惑。

如果有人可以向我展示一个具有上述要求的简单（但完整）示例，我将不胜感激？

这是使用 matplotlib 和数据帧的OLD非常简化的示例（为简单起见，删除了 tkinter 交互内容）：

import matplotlib.pyplot as plt
from io import StringIO
import pandas as pd

data_ssv = """tone_amp_0  tone_freq_0     SNR
75.303        628.0  68.374
84.902       8000.0  61.292
92.856        288.0  70.545
70.000       2093.0  35.036
76.511       6834.0  66.952 """

data = pd.read_table(StringIO(data_ssv), sep="\s+", header=0)

x_points=data.loc[:, ['tone_amp_0']]
y_points=data.loc[:, ['SNR']]
z_points=data.loc[:, ['tone_freq_0']]

fig = plt.figure()
ax = plt.axes()

ax.scatter(x_points, y_points, c=z_points, cmap='hsv');

plt.show()

更新：

这是我迄今为止最接近的一次，但数据没有绘制：

import pandas as pd
from bokeh.plotting import figure
from bokeh.io import output_file,show
from io import StringIO

data_ssv = """tone_amp_0  tone_freq_0     SNR
75.303        628.0  68.374
84.902       8000.0  61.292
92.856        288.0  70.545
70.000       2093.0  35.036
76.511       6834.0  66.952 """

data = pd.read_table(StringIO(data_ssv), sep="\s+", header=0)

p = figure(x_axis_label='tone_amp_0', y_axis_label='SNR')

p.circle(x=data.loc[:, ['tone_amp_0']], y=data.loc[:, ['SNR']])

output_file("basic_interactive_plot.py.html")

show(p)
4

0 回答 0