我想用datashader可视化一个图(我有很多节点),如
import holoviews as hv
import pandas as pd
import dask.dataframe as dd
from holoviews.operation.datashader import (
datashade, aggregate, dynspread,
bundle_graph, split_dataframe, regrid
)
from holoviews.element.graphs import layout_nodes
from datashader.layout import random_layout
hv.extension('bokeh')
sources = [3, 1, 2, 3, 4]
targets = [5, 5, 5, 5, 5]
df = pd.DataFrame({'source': sources, 'target': targets})
edges_df = dd.from_pandas(df, npartitions=3)
graph = layout_nodes(hv.Graph(edges_df), layout=random_layout)
pad = dict(x=(-.5, 1.3), y=(-.5, 1.3))
datashade(graph, width=800, height=800) * graph.nodes.redim.range(**pad)
这是可行的,但是由于我的图形是bipartite,我想用不同的颜色来给sources
和targets
节点上色,例如使用如下调色板:my_colors_dict = {5: 'red', 3: 'blue', 1: 'blue', 2: 'blue', 4: 'blue'}
(即,除我的targets
中的单个节点“5”外,所有节点均为蓝色)
我怎样才能做到这一点?我对图书馆还不是很熟悉,到目前为止,我只能做出笨拙的尝试。。你知道吗
您应该能够通过为每个节点分配一个类别,然后将该列映射到http://holoviews.org/user_guide/Style_Mapping.html中描述的颜色来实现这一点。但是,如果您不想更改数据结构,也不介意有点老土,则可以通过覆盖重新存储的节点子集来实现:
相关问题 更多 >
编程相关推荐