我正在尋找一些幫助/建議使用數據繪製器來繪製一個大的二維數據陣列作爲一系列的點,由振幅着色。我處理的數據存放在幾個2D HDF5數據集中,時間索引存儲在一個單獨的數據集中。數據的第二個維度是空間維度(以米爲單位的距離),這是一個非均勻的階梯式浮點系列。 數據集通常非常大(〜1000 x> 1000000),所以我想要處理構建的核心數據框,其中數據的y位置存儲爲列標題, x-location是框架索引,我想將這些點顏色映射到數據值 當我想從dask數據框將其繪製在數據瀏覽器中時,我遇到了問題,目前,我發現的唯一方法是平整數據框並創建兩個對應的'x'和'y'列以容納索引和y位置。 任何人都可以幫助我理解這種繪圖是否可能,而沒有將數據展平的步驟?Python Datashader繪製大的二維點陣列
這是我迄今所做的例子:
import datashader as ds
import datashader.transfer_functions as tf
import numpy as np
import pandas as pd
import dask.dataframe as dd
import dask.array as da
import bokeh.plotting as bk
from bokeh.palettes import viridis
from datashader.bokeh_ext import InteractiveImage
bk.output_notebook()
# ------------------------
# This is a proxy for a function, which creates a delayed frame from
# a series of delayed pandas dataframes, each reading from a separate
# h5 dataset.
random_data = da.random.random((10000, 1000), chunks = (1000, 100))
frame = dd.from_array(random_data)
# ------------------------
# ------------------------
# Flatten the dataframe and create two additional arrays holding the x and y
# locations.
a = frame.compute() # I want to avoid this call on the whole dataframe
index = [a.index] * len(a.columns)
index = np.vstack(index).reshape((-1), order = 'F')
columns = [a.columns] * len(a.index)
columns = [item for sublist in columns for item in sublist]
data = a.values.flatten()
# ------------------------
# Now creating an in-memory frame for the data
plot_frame = pd.DataFrame(columns = ['x', 'y', 'z']) # Empty frame
plot_frame.x = index
plot_frame.y = columns[::-1] #Reverse column order to plot
plot_frame.z = data
# ------------------------
x_range = [a.index[0], a.index[-1]]
y_range = [a.columns[0], a.columns[-1]]
def create_image(x_range = x_range, y_range = y_range[::-1], w=500, h=500):
cvs = ds.Canvas(x_range=x_range, y_range=y_range, plot_height=h, plot_width=w)
agg = cvs.points(plot_frame, 'x', 'y', ds.mean('z'))
return tf.shade(agg, cmap = viridis(256))
def base_plot(tools='pan,wheel_zoom,reset, box_zoom, save'):
p = bk.figure(x_range = x_range, y_range = y_range, tools=tools,
plot_width=900, plot_height=500, outline_line_color=None,
min_border=0, min_border_left=0, min_border_right=0,
min_border_top=0, min_border_bottom=0, x_axis_type = 'datetime')
p.xgrid.grid_line_color = None
p.ygrid.grid_line_color = None
return p
p = base_plot()
InteractiveImage(p, create_image)
任何人都可以推薦通過datashader管道更有效地處理這一種方法?
提前致謝!
謝謝詹姆斯,我很欣賞這個反饋。我一直在生根,並得出類似的結論。我正在查看'canvas.raster'方法,並試圖查看是否可以通過一個dask數組和兩個索引數組來傳遞變量,然後將'resize'調用映射到數組上,以及是否有類似這樣的想法可能工作?或者我誤解了(非常合理的)柵格方法? –
我猜這樣的東西應該可以工作,但我不認爲它會出現在Canvas.raster中,這是關於對已經柵格化的數據進行重新柵格化,而在這裏您需要使用datashader從點數據執行柵格化。 –