python - Holoviews Heatmap 为每个点指定颜色

Question

我正在尝试在 Holoviews 中为每个点生成一个具有自定义颜色值的热图，以便指定不同的 alpha 颜色值。

目前我正在生成两个具有不同 alpha 值的 Holoviews 图并像这样叠加它们:

data = pd.DataFrame([(i, 97+j,  i*j) for i in range(5) for j in range(5)], 
                columns=['x', 'y', 'val'])
data_filtered = data[(data.x < 3) & (data.y < 100)]

hm_opts = dict(kdims=['x', 'y'], vdims=['val'])
hm = hv.HeatMap(data, **hm_opts).opts(alpha=0.5)
hm_filtered = hv.HeatMap(data_filtered, **hm_opts).opts()
hm * hm_filtered

然而，这给了我一个 Holoviews Overlay 对象，我想在其中有一个 HeatMap 对象。

我的想法是将每个 x/y 坐标映射到十六进制形式的特定颜色值，其中已经计算了所需的 alpha。因此，我的 DataFrame 看起来像这样(示例):

    x    y  val    color
0   0   97    0  #00FF00
1   0   98    0  #00FF00
2   0   99    0  #00FF00
...
22  4   99    8  #FFD29F
23  4  100   12  #FFB89F
24  4  101   16  #D3AFF4

有没有办法告诉 Holoviews 使用这些颜色？ 当我将颜色列表传递给“cmap”参数时，它会将其解释为颜色间隔，传递列的名称会引发错误，因为它找不到指定的 cmap。

当我将列表传递给“color”参数时，Jupyter Notebook 中根本不再显示该图。

编辑

我找到了一种直接使用 Bokeh 库来获得我想要的东西的方法。 Bokeh 也是我在 Holviews 中使用的后端。这是代码和结果图。

source = ColumnDataSource(
    data=data
)
x_unique = data['x'].unique()
y_unique = data['y'].unique()
min_width = 110
min_height = 80
width = min_width + 25 * len(x_unique)
height = min_height + 25 * len(y_unique)
x_rect_width = 0.90
y_rect_width = 0.90
plot = figure(
    plot_width=width,
    plot_height=height,
    title='',
    x_range=FactorRange(*x_unique),
    y_range=FactorRange(*y_unique),
    x_axis_label='x',
    y_axis_label='y',
)
plot.rect('x', 'y', height=y_rect_width, width=x_rect_width, source=source, color='color')
plot.xgrid.grid_line_color = None
plot.ygrid.grid_line_color = None

show(plot)

Bokeh 允许将颜色列名称传递给 rect 函数的“颜色”参数。 不管怎样，我仍然喜欢将它作为 Holoviews 容器，这样我就可以将它结合起来并在其上构建交互式应用程序。

解决方案

在@thomas-pedot 的回答的帮助下，我找到了一个看起来像我正在寻找的解决方案:

data = pd.DataFrame([(i, 97+j,  i*j) for i in range(5) for j in range(5)], 
                    columns=['x', 'y', 'val'])
data = data.assign(alpha=((data.x < 3) & (data.y < 100)).replace({True: 1.0, False: 3/8}))
red = '#FF0000'
yellow = '#FFFF00'
green = '#00FF00'
blue_violet = '#8A2BE2'
max_cout = data.loc[:, column].max()
levels = [0, 1, max_cout / 2, max_cout - 1, max_cout]
colors = [green, yellow, red, blue_violet]
hm_opts = dict(kdims=['x', 'y'], vdims=['val', 'alpha'])
hm = hv.HeatMap(data, **hm_opts).opts(
  alpha=hv.dim('alpha'), 
  color_levels=levels, 
  cmap=colors)
hm

Answer 1

import pandas as pd
import holoviews as hv 
import matplotlib as mpl
hv.extension('matplotlib')

data = pd.DataFrame([(i, 97+j,  i*j) for i in range(5) for j in range(5)], 
                columns=['x', 'y', 'val'])
data_filtered = data[(data.x < 3) & (data.y < 100)]

cmap1 = mpl.colors.ListedColormap(['#00FF00', '#FFB89F', '#D3AFF4'])
hm_opts = dict(kdims=['x', 'y'], vdims=['val'])
hm = hv.HeatMap(data, **hm_opts).opts(alpha=0.5, cmap=cmap1)

结果:

我添加了 cmap1 = mpl.colors.ListedColormap(['#00FF00', '#FFB89F', '#D3AFF4']) 行，它允许您指定所需的颜色。如果您将其更新为颜色列表(整个热图范围内的列表)，那么它将完全符合您的要求。我想你可以在你的情况下使用 df["color"] (也许先直接转换为列表，但没问题)

注意我还添加了 cmap=cmap1 参数到 heatmap' opt。

我假设您在后台使用 matplotlib，因为您没有另外指定。