python – 当散景条图上的缩放级别变化时,是否可以保持相同数量的x轴刻度标签可见?

python – 当散景条图上的缩放级别变化时,是否可以保持相同数量的x轴刻度标签可见?,第1张

概述我正在使用Django并使用数据库中的数据生成散景条图.我在下面放了一个基本代码示例.我正在从datetime变量生成x轴刻度标签,以便在每小时使用日期时间格式化的字符串进行刻度.这会导致所有刻度标签始终可见.放大时很好但缩小时不漂亮,因为标签位于彼此之上. 有没有办法让散景自动调整哪些刻度标签可见,因为缩放级别变化以保持恒定数量的刻度标签可见? views.py: # -*- coding: u 我正在使用Django并使用数据库中的数据生成散景条图.我在下面放了一个基本代码示例.我正在从datetime变量生成x轴刻度标签,以便在每小时使用日期时间格式化的字符串进行刻度.这会导致所有刻度标签始终可见.放大时很好但缩小时不漂亮,因为标签位于彼此之上.

有没有办法让散景自动调整哪些刻度标签可见,因为缩放级别变化以保持恒定数量的刻度标签可见?

vIEws.py:

# -*- Coding: utf-8 -*-from django.shortcuts import renderfrom bokeh.plotting import *from bokeh.resources import CDNfrom bokeh.embed import componentsfrom bokeh.charts import barfrom bokeh.models import Range1dfrom collections import OrderedDictimport datetimedef plot_1_bar(data,y,y_lab,Title,xlab,ylab,yrange,palette):    x0_List_str = []    y_List = []    # x_axis_type == "datetime":    i_x = 'x1'    i_y = y[0]    for IDx,val in enumerate(data):        x0_List_str.append(val[i_x].strftime("%Y-%m-%d %H h"))        y_List.append(val[i_y])    data_x = x0_List_str        data_y = OrderedDict()    data_y[y_lab[0]] = y_List    plot = bar(data_y,data_x,Title=Title,xlabel=xlab,ylabel=ylab,stacked=True,continuous_range=yrange,palette=palette,legend=True,height=400)    return components(plot,CDN)def plot1(request):    script_bokeh = ""    div_bokeh = ""    data = []    data.append({'x1': datetime.datetime(2015,1,8,0),'y1': 0})    data.append({'x1': datetime.datetime(2015,9,10,11,12,'y1':8})    data.append({'x1': datetime.datetime(2015,13,'y1':12})    data.append({'x1': datetime.datetime(2015,14,'y1':0})    data.append({'x1': datetime.datetime(2015,15,16,17,18,'y1':2})    data.append({'x1': datetime.datetime(2015,19,'y1':6})    data.append({'x1': datetime.datetime(2015,20,'y1':4})    data.append({'x1': datetime.datetime(2015,21,'y1':22})    data.append({'x1': datetime.datetime(2015,22,'y1':36})    data.append({'x1': datetime.datetime(2015,23,'y1':32})    data.append({'x1': datetime.datetime(2015,2,'y1':21})    data.append({'x1': datetime.datetime(2015,'y1':15})    data.append({'x1': datetime.datetime(2015,3,4,5,6,'y1':45})    data.append({'x1': datetime.datetime(2015,7,'y1':47})    data.append({'x1': datetime.datetime(2015,'y1':52})    data.append({'x1': datetime.datetime(2015,'y1':44})    data.append({'x1': datetime.datetime(2015,'y1':0})    script_bokeh,div_bokeh = plot_1_bar(data,['y1'],['y legend label'],"",'x label','y label',Range1d(0,70),['red'])    return render(request,'tests/plot1.HTML',{'script_bokeh': script_bokeh,'div_bokeh': div_bokeh})

plot1.HTML:

<!DOCTYPE HTML><HTML lang="en">    <head>        <Title>bokeh bar plot</Title>        <link rel="stylesheet" type="text/CSS" @R_403_6839@="/static/tests/CSS/bokeh-0.9.2.min.CSS" />        <script src="/static/tests/Js/bokeh-0.9.2.min.Js" type="text/JavaScript"></script>    </head>    <body>        <h1>bokeh bar plot</h1>        <div ID="div_graph">{{div_bokeh|safe}}{{script_bokeh|safe}}</div>    </body></HTML>

解决方法 首先,bokeh.charts API(包括bar)在2017年已弃用并删除,不应使用.稳定且受支持的bokeh.plotting API现在可用于创建多种分类和条形图,并且比bokeh.charts更强大.有关完整代码的许多实例,请参见用户指南第 Handling Categorical Data章

没有内置的自动收报机可以配置为执行此 *** 作,并且没有任何CustomJsTicker(尚未)所以,现在要做这样的事情你将不得不求助于custom extension.此外,你将需要CustomJs回调范围,该集合根据您所需的策略配置自定义代码.这是一个完整的脚本,显示了一种可能的方法(此代码使用bokeh 0.12.16进行测试):

from bokeh.core.propertIEs import Intfrom bokeh.models import  CategoricalTicker,CustomJsfrom bokeh.io import showfrom bokeh.plotting import figureclass MyTicker(CategoricalTicker):    __implementation__ = """    import {CategoricalTicker} from "models/tickers/categorical_ticker"    import * as p from "core/propertIEs"    export class MyTicker extends CategoricalTicker      type: "MyTicker"      @define {        nth: [ p.Int,1 ]      }      get_ticks: (start,end,range,cross_loc) ->        ticks = super(start,cross_loc)        ticks.major = ticks.major.filter((element,index) => index % this.nth == 0)        return ticks    """    nth = Int(default=1)fruits = ['Apples','Pears','Nectarines','Plums','Grapes','StrawberrIEs']p = figure(x_range=fruits,plot_height=250,title="Fruit Counts",tools="xwheel_zoom")p.vbar(x=fruits,top=[5,6],wIDth=0.9)p.xgrID.grID_line_color = Nonep.y_range.start = 0p.xaxis.ticker = MyTicker(nth=1)cb = CustomJs(args=dict(ticker=p.xaxis[0].ticker),code="""    if (Math.abs(cb_obj.start-cb_obj.end) > 8) {        ticker.nth = 2    } else {        ticker.nth = 1    }""")p.x_range.Js_on_change('start',cb)p.x_range.Js_on_change('end',cb)show(p)

总结

以上是内存溢出为你收集整理的python – 当散景条图上的缩放级别变化时,是否可以保持相同数量的x轴刻度标签可见?全部内容,希望文章能够帮你解决python – 当散景条图上的缩放级别变化时,是否可以保持相同数量的x轴刻度标签可见?所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。

欢迎分享,转载请注明来源:内存溢出

原文地址: https://outofmemory.cn/langs/1195966.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-06-03
下一篇 2022-06-03

发表评论

登录后才能评论

评论列表(0条)

保存