动态可视化散景

Question

我想表示 Isomap 算法的结果。但我也希望用户选择他想要保留的组件数量。 我为此创建了一个滑块对象，但问题是回调函数在 Javascript 中。因此我不能使用 scikit learn 来更新我的数据。 这是我的代码，有人可以给出一些想法吗？ 谢谢

import numpy as np
from bokeh.io import vform
from bokeh.models import CustomJS, ColumnDataSource
from bokeh.plotting import figure, output_file, show
from bokeh.models.widgets import Slider
from sklearn import manifold

output_file("test.html")


X = np.random.randn(1000,20)

Y = np.random.randn(1000,20)

X_isomap = manifold.Isomap(n_neighbors=10, n_components=2).fit_transform(X)

X1 = X_isomap[:,0]
X2 = X_isomap[:,1]

IsoSource = ColumnDataSource(data=dict(x=X1, y=X2,DATA=X))

plot1 = figure(plot_width=400, plot_height=400,tools = "pan,wheel_zoom,box_zoom,reset,resize")
plot1.circle('x', 'y',source=IsoSource,size=7, color="navy")


#sliderCompMDS = Slider(title="n_components MDS",value=2,start=2,end=20,step=1)


callback = CustomJS(args=dict(source=IsoSource),code="""
    var data = source.get('data');
    var f = cb_obj.get('value')
    x = data['x']
    y =data['y']
    X = data['DATA']
    donnees = manifold.Isomap(n_neighbors=10, n_components=f).fit_transform(X)
    x = donnees[:,0]
    y = donnees[:,1]
    source.trigger('change');

    """)

sliderCompIso = Slider(title="n_components Isomap",value=2,start=1,end=20,step=1,callback=callback)



layout = vform(sliderCompIso, plot1)

show(layout)

Answer 1

首先，最好一次更新整个.data dict。所以，不要这样做：

source2.data['y1'] = Y_MDS[:,0]
source2.data['y2'] = Y_MDS[:,1]

而是先用数据创建一个newdict，然后再做

source2.data = newdata

除此之外，很难说。看起来您每次更新都会发送约 1000 x-y 点？这不是一个不合理的数字，许多例子显示的远不止这些。您确定计算本身不会花费大量时间吗？多长时间：

manifold.Isomap(n_components=w).fit_transform(X)

和

manifold.MDS(n_components=u).fit_transform(Y)

自己完成？

我的猜测是，这些只是需要一些时间来计算。如果是这样的话，Bokeh 将无能为力。在0.12 中应该有一条“忙碌”消息添加到协议中，因此应用程序可以直观地指示正在发生昂贵的计算。