使用带Pythonic callb的Bokeh滑块在图像中滑动

Question

受Bokeh gallery上的this示例的启发，我尝试实现一个滑动条来浏览收集到的大量数据（本质上是生物数据的时间推移）。我没有在滑块上使用自定义javascript回调，而是尝试使用小部件。我不知道这是否行得通。找到我最简单的例子。它正确地显示了滑块和图像，但似乎没有进行更新。在

##Creating the 15 different pictures
#Want to make 15 different pictures of a certain field function evaluated on a grid of img_size_x x img_size_y
import numpy as np
img_size_x,img_size_y = (512,512)
variations=15

#Make the field
xx,yy=np.meshgrid( np.arange(img_size_x),np.arange(img_size_y))

#Broadcast the field into as many copies as there are variations to make use of the ufuncs
xx= np.tile(xx,variations).reshape(variations,img_size_x,img_size_y)
yy= np.asarray(map(np.transpose,np.tile(yy.T,variations).reshape(variations,img_size_x,img_size_y)))

varied_parameter=np.linspace(.01,0.5,variations) #frequencies of a sin/cos function, for example
varied_parameter=np.repeat(varied_parameter,img_size_x*img_size_y).reshape(variations,img_size_x,img_size_y) #broadcast

matrix_images=np.cos(varied_parameter*xx)+np.sin(varied_parameter*yy) # field function evaluated for diff frequencies.

##Creation of the Bokeh interface to slide through these pictures
from bokeh.plotting import figure, show, output_file, output_notebook
from bokeh.models import ColumnDataSource
from bokeh.layouts import row, widgetbox
from bokeh.models.widgets import Slider
import bokeh.palettes as pal
output_notebook()

data=matrix_images[0] #starting value for the column data source
source = ColumnDataSource(dict(image=[data])) #the figure.image function takes a vector of matrices
image_sl = Slider(title="Image number", value=0, start=0, end=variations-1, step=1) #slider to go through the images
def update_img(attrname, old, new):
    curr_value = image_sl.value
    x=matrix_images[int(curr_value)] #make sure index is int to select image number 'curr_value'
    source.data = dict(image=[x])

image_sl.on_change('value', update_img) #give slider its callback function
inputs = widgetbox(image_sl) #wrap the slider into a display object


p = figure(x_range=(0, 10), y_range=(0, 10))
# must give a vector of image data for image parameter
p.image('image', source=source,x=0, y=0, dw=10, dh=10, palette=pal.Greys256)

show(row([p,image_sl]) ) # open a browser

Answer 1

您尝试使用的更新类型仅适用于Bokeh服务器。当output_notebook或{}与show一起使用时，生成的输出是HTML，其中嵌入了JavaScript，呈现了实际的绘图。这意味着这些绘图应该被视为在浏览器中运行的独立文件。这意味着这些绘图不能直接访问或运行任何Python代码。在

Bokeh提供了几种用Python编写绘图回调的方法。第一种是使用Bokeh服务器。你可以读到关于它的here。因为您编写了回调函数来使用Bokeh服务器，所以这样工作非常容易。我注释掉了这些行，这导致了一个错误。在

xx= np.tile(xx,variations).reshape(...
yy= np.asarray(map(np.transpose, ...

然后添加curdoc from bokeh.io import curdoc的导入，并将show(row([p,image_ls]))替换为curdoc().add_root(row([p,image_ls]))。从这里可以使用$ bokeh serve show name_of_your_file.py运行示例。在

如果你想要在笔记本或独立文件中运行的东西。您还可以选择使用PyScript回调。这个回调函数看起来像python，它与python代码在同一个文件中编写。但是，它将被解释为一种称为PyScript的语言来将“Python代码”编译为javaacrit。同样，这将无法访问您的python运行时环境。可以将Bokeh对象传递给这些回调，但就是这样。这可能不适合您的用例，因为您的回调需要访问matrix_images。您可以阅读更多here。我建议阅读关于添加交互的整个章节，其中有很多关于如何使用CustomJS回调的好例子。在

另一个选择是使用Jupyter笔记本小部件。不过，这个解决方案只能在你的笔记本上使用。您可以阅读有关此方法的here。在