python - Jupyter : How can I interactively select series to plot using widgets. SelectMultiple()?

Question

背景:

有人问过类似的问题here ，但不是很具体，并且大多仅通过引用其他来源来回答。我的案例感觉很基本，我很惊讶找到这样的工作示例有多么困难。

目标:

我只是希望能够从 pandas 数据框中选择任何子集，通过使用像这样的小部件来制作如下图:

我的尝试:

widgets.SelectMultiple() 小部件在 docs 中有简要描述。 , 和 this section描述了如何以交互方式更改图中系列的值。我试图用 widgets.SelectMultiple() 的功能替换后一个演示的核心部分，但收效甚微。

我认为我真的很接近这个工作了，我希望我所要做的就是找出在标记为'# what to do!?' 在下面的代码片段中。正如现在的代码片段所示，生成了一个小部件和图表，但它们之间没有有效的链接。

我知道的问题:

我对链接中提供的示例的复制存在一些缺陷。我认为 df 和 widg 应该包含在 multiplot 函数中。 interactive plot 功能可能也是如此。我也尝试过不同的变体，但没有成功。

片段(在 Jupyter Notebook 中使用):

# imports
%matplotlib inline

from ipywidgets import interactive
import pandas as pd
import numpy as np
from jupyterthemes import jtplot

# Sample data
np.random.seed(123)
rows = 50
dfx = pd.DataFrame(np.random.randint(90,110,size=(rows, 1)), columns=['Variable X'])
dfy = pd.DataFrame(np.random.randint(25,68,size=(rows, 1)), columns=['Variable Y'])
dfz = pd.DataFrame(np.random.randint(60,70,size=(rows, 1)), columns=['Variable Z'])

df = pd.concat([dfx,dfy,dfz], axis = 1)
#jtplot.style()

import ipywidgets as widgets
from IPython.display import display

def multiplot():
    opts = df.columns.values

    widg = widgets.SelectMultiple(
           options=opts,
           value=[opts[1]],
           rows=len(opts),
           description='Variables',
           disabled=False)

    display(widg)

    # what to do!? 
    df.plot()

    #attempts:
    #df[widg].plot()
    #df[widg.value[0]].plot()

interactive_plot = interactive(multiplot)
output = interactive_plot.children[-1]
output.layout.height = '350px'
interactive_plot

输出(有缺陷):

Answer 1

感谢您提供清晰的示例。不幸的是，我不确定 SelectMultiple 是否可以按照您想要的方式使用。

通常，对于交互调用，您需要一个函数来传递参数。您不需要在函数体内创建小部件，interact 调用应该从传递的参数中了解需要什么类型的输入小部件。

请参阅此处的一些示例，其中您指定了字符串选项列表 (https://ipywidgets.readthedocs.io/en/stable/examples/Using%20Interact.html#Widget-abbreviations)

我对您的代码做了一些小改动，以生成与下拉选择器的交互。我怀疑如果您想使用 SelectMultiple 而不是 Dropdown，这超出了 interact 功能。您可能需要单独创建小部件，然后使用 observe。

# imports
%matplotlib inline

from ipywidgets import interactive
import pandas as pd
import numpy as np
# from jupyterthemes import jtplot

# Sample data
np.random.seed(123)
rows = 50
dfx = pd.DataFrame(np.random.randint(90,110,size=(rows, 1)), columns=['Variable X'])
dfy = pd.DataFrame(np.random.randint(25,68,size=(rows, 1)), columns=['Variable Y'])
dfz = pd.DataFrame(np.random.randint(60,70,size=(rows, 1)), columns=['Variable Z'])

df = pd.concat([dfx,dfy,dfz], axis = 1)
#jtplot.style()

import ipywidgets as widgets
from IPython.display import display

def multiplot(a):
    opts = df.columns.values
    df.loc[:, a].plot()

interactive_plot = interactive(multiplot, a=['Variable X', 'Variable Y', 'Variable Z'])
output = interactive_plot.children[-1]
output.layout.height = '350px'
interactive_plot

这是一个使用observe、SelectMultiple 小部件和Output 小部件的版本:

# imports
%matplotlib inline

from ipywidgets import interactive
import pandas as pd
import numpy as np
from IPython.display import clear_output
import matplotlib.pyplot as plt

# Sample data
np.random.seed(123)
rows = 50
dfx = pd.DataFrame(np.random.randint(90,110,size=(rows, 1)), columns=['Variable X'])
dfy = pd.DataFrame(np.random.randint(25,68,size=(rows, 1)), columns=['Variable Y'])
dfz = pd.DataFrame(np.random.randint(60,70,size=(rows, 1)), columns=['Variable Z'])

df = pd.concat([dfx,dfy,dfz], axis = 1)
#jtplot.style()

import ipywidgets as widgets
from IPython.display import display

opts = df.columns.values

selector = widgets.SelectMultiple(
options=opts,
value=[opts[1]],
rows=len(opts),
description='Variables',
disabled=False)

output = widgets.Output()

display(selector)
display(output)

def multiplot(widg):
    choices = widg['new']
    data = df.loc[:, choices] if choices else df
    output.clear_output(wait=True)
    with output:
        ax = data.plot()
        plt.show()

selector.observe(multiplot, names='value')