Matplotlib散射矩阵的Bokeh等价

Question

在Bokeh中有没有比下面的代码更好的方法来复制matplotlibs scatter_matrix（根据所有数据绘制所有数据）：

    defaults.width = 100
    defaults.height = 100
    scatter_plots = []
    y_max = len(dataset.columns)-1
    for i, y_col in enumerate(dataset):
        for j, x_col in enumerate(dataset):
            df = pd.DataFrame({x_col: dataset[x_col].tolist(), y_col: dataset[y_col].tolist()})
            p = Scatter(df, x=x_col, y=y_col)
            if j > 0:
                p.yaxis.axis_label = ""
                p.yaxis.visible = False
            if i < y_max:
                p.xaxis.axis_label = ""
                p.xaxis.visible = False
            scatter_plots.append(p)
    grid = gridplot(scatter_plots, ncols = len(dataset.columns))
    show(grid)

特别是，我希望能够缩放和平移整个绘图网格作为一个实体，而不是缩放/平移鼠标悬停的子地块。在

Answer 1

通常，要链接平移/缩放，可以共享要在绘图之间链接的范围。用户指南中对此进行了说明：

https://docs.bokeh.org/en/latest/docs/user_guide/interaction/linking.html

您也可以查看这个链接的sprom示例：

https://github.com/bokeh/bokeh/blob/master/examples/models/iris_splom.py

该示例更长/更详细，因为它使用低级的bokeh.modelsAPI。重要的部分是它在创建的ever plot上重用范围xdr和{}。在

在您的特殊情况下，由于高级图表不接受预先设置的范围参数（IIRC），我认为您必须“事后”修改图表，因此可能需要类似于：

xr = scatter_plots[0].x_range
yr = scatter_plots[0].y_range
for p in scatter_plots:
    p.x_range = xr
    p.y_range = yr

Answer 2

万一有用的话，我也面临同样的问题。实际上，您并不希望所有轴链接-而是希望每行y轴链接，每个列x轴链接。我很惊讶这不是一个内置的bokeh功能。即使是iris这个例子也搞错了：

http://docs.bokeh.org/en/latest/docs/gallery/iris_splom.html

下面是我使用的代码片段：

def scatter_matrix(dataset):
    dataset_source = ColumnDataSource(data=dataset)
    scatter_plots = []
    y_max = len(dataset.columns)-1
    for i, y_col in enumerate(dataset.columns):
        for j, x_col in enumerate(dataset.columns):
            p = figure(plot_width=100, plot_height=100, x_axis_label=x_col, y_axis_label=y_col)
            p.circle(source=dataset_source,x=x_col, y=y_col, fill_alpha=0.3, line_alpha=0.3, size=3)
            if j > 0:
                p.yaxis.axis_label = ""
                p.yaxis.visible = False
                p.y_range = linked_y_range
            else:
                linked_y_range = p.y_range
                p.plot_width=160
            if i < y_max:
                p.xaxis.axis_label = ""
                p.xaxis.visible = False
            else:
                p.plot_height=140
            if i > 0:
                p.x_range = scatter_plots[j].x_range

            scatter_plots.append(p)

    grid = gridplot(scatter_plots, ncols = len(dataset.columns))
    show(grid)