在散景中与 multi_line 交互答案

【问题标题】：interacting with multi_line in bokeh在散景中与 multi_line 交互
【发布时间】：2016-03-07 16:15:43
【问题描述】：

尝试在 Bokeh 中绘制 2 条线，并根据来自 2 个滑块的输入同时更新它们。当我使用 multi_line 时，这些行不会更新。

使用 ipython 笔记本：

%matplotlib inline
import numpy as np    
from ipywidgets import interact

from bokeh.models import Line, ColumnDataSource
from bokeh.plotting import figure, show
from bokeh.io import output_notebook

定义 2 个简单的函数，在相同的 x 值上给出我的 2 行：

def mu(q,tau,c):
    p = np.maximum((tau-2*q-c),0)
    return p*q

def mu_d(q,tau,c):
    mask = (tau-q-c)<0
    payoff = .25*(tau-q-c)**2
    payoff[mask]=0
    return payoff

现在制作散景图：

x = np.linspace(0, .6, 200)
y = mu(x,1,.1)
y1 = mu_d(x,1,.1)

output_notebook()

source = ColumnDataSource(data=dict(x=x, y=y, y1=y1))
p = figure(title="simple line example", plot_height=300, plot_width=600, y_range=(0, .25))
# p.line(x, y, source=source, alpha=.5, color="red", line_width=2) #this case works
# p.line(x, y1, source=source, alpha=.5, color="red", line_width=2) #this case does not
p.multi_line([x,x], [y,y1], source=source, alpha=.5, color=["red","blue"], line_width=2) # neither does this


def update(tau=1, c=.1):
    source.data['y'] = mu(x,tau,c)
    source.data['y1'] = mu_d(x,tau,c)
    source.push_notebook()

show(p)

还有滑块：

interact(update,  tau=(0,1, 0.1), c=(0,.5, 0.1))

为了调试，我一直在尝试绘制单行。如果我像第一种情况一样仅绘制 (x,y) 则一切正常（已注释掉）。当我尝试第二种情况时，当滑块更新时，行 (x,y1) 变为 (x,y) - 即使我重新启动内核并注释掉未使用的 source.data 行（错误？）。我已经在update 命令中打印了mu_d() 输出，那里的东西看起来不错，但它们在图中没有更新。

其他人遇到过这个吗？所有工具（ipython、bokeh 等）都是 Anaconda dist 中的最新版本。

【问题讨论】：

标签： python ipython-notebook interactive bokeh

【解决方案1】：

这不是多行的，但有效。如果这可以被矢量化，那就太好了，这样就可以一次操作任意数量的行，而无需编写大量代码。

source1 = ColumnDataSource(data=dict(x=qgrid, y=mugrid))
source2 = ColumnDataSource(data=dict(x=qgrid, y=mudgrid))

p.line(qgrid, mugrid, source=source1, legend='mu(q)',line_color="blue",alpha=.6)
p.line(qgrid, mudgrid,source=source2,legend='mu_d(q)',line_color="green",alpha=.5)

p.legend.label_text_font = "times"    

def update(tau=1, c=.1):
    source1.data['y'] = mu(x,tau,c)
    source2.data['y'] = mu_d(x,tau,c)
    source1.push_notebook()
    source2.push_notebook()

show(p)

【讨论】：