Взаимодействие панели / Hvplot при изменении переменной

Поскольку groupby изменяется с каждой выбранной переменной, список переменных не может быть передан в hvplot. Итак, одно из решений - просто воссоздавать график каждый раз, когда выбирается новая переменная. Это работает:

import holoviews as hv
from holoviews.streams import Params

def plot(var=None, tiles=None):
    var = var or var_select.value
    tiles = tiles or map_select.value
    mesh = ds[var].hvplot.quadmesh(x='x', y='y', rasterize=True, crs=crs, title=var,
                                   width=600, height=400, groupby=list(ds[var].dims[:-2]), 
                                   cmap='jet')
    return mesh.opts(alpha=0.7) * tiles

def on_var_select(event):
    var = event.obj.value
    col[-1] = plot(var=var)

def on_map_select(event):
    tiles = event.obj.value
    col[-1] = plot(tiles=tiles)

var_select.param.watch(on_var_select, parameter_names=['value']);
map_select.param.watch(on_map_select, parameter_names=['value']);

col = pn.Column(var_select, map_select, plot(var_select.value) * tiles)

производство:

Вот полная записная книжка.

Итак, здесь есть длинный ответ и короткий ответ. Начнем с краткого ответа: нет необходимости создавать настраиваемый виджет выбора для переменной данных, поскольку hvPlot позволяет автоматически выбирать между несколькими переменными данных, поэтому, если вы измените его на это:

rasterized_mesh = ds[time_vars].hvplot.quadmesh(
    x='x', y='y', z=time_vars[::-1], crs=crs, width=600, height=400, 
    groupby=list(ds[var].dims[:-2]), rasterize=True, cmap='jet')

Вы получите DynamicMap, который позволяет вам выбирать непространственные измерения и переменную данных, и теперь вы можете встроить их в свою панель без дополнительной работы. Если это все, что вас волнует, остановитесь здесь, поскольку мы собираемся углубиться в некоторые детали, чтобы, надеюсь, лучше понять.

Предположим на минуту, что hvPlot не позволяет выбирать между переменными данных, что бы мы тогда делали? Итак, главное, что вам нужно знать, это то, что HoloViews позволяет объединять динамические карты в цепочку, но не позволяет их вложение. Это может быть немного сложно осмыслить, но мы разделим проблему на несколько этапов, а затем посмотрим, как мы можем достичь того, чего хотим. Итак, какова цепочка событий, которая дала бы нам наш сюжет?

1. Выберите переменную данных
2. Нанесите groupby на непространственные измерения
3. Примените растеризацию к каждой QuadMesh

Как вы знаете, hvPlot выполняет шаги 2 и 3 для нас, поэтому как мы можем ввести шаг 1 до 2 и 3. В будущем мы планируем добавить поддержку передачи виджетов панели непосредственно в hvPlot, что означает, что вы? Я смогу сделать все за один шаг. Поскольку панель все еще является очень новым проектом, я буду указывать на то, как наши API в конечном итоге сделают этот процесс тривиальным, но пока нам придется придерживаться относительно подробного обходного пути. В этом случае необходимо изменить порядок действий:

1. Нанесите groupby на непространственные измерения
2. Выберите переменную данных
3. Примените растеризацию к каждой QuadMesh

Поэтому для начала мы выбираем все переменные данных и пропускаем растеризацию:

meshes = ds[time_vars].hvplot.quadmesh(
    x='x', y='y', z=time_vars, crs=crs, width=600, height=400, 
    groupby=list(ds[var].dims[:-2]))

Теперь, когда у нас есть DynamicMap, который содержит все данные, которые мы, возможно, захотим отобразить, мы можем применить следующие операции. Здесь мы воспользуемся утилитой hv.util.Dynamic, которую можно использовать для цепочки операций на DynamicMap при введении значений потока. В частности, на этом этапе мы создаем поток из виджета var_select, который будет использоваться для переиндексации QuadMesh внутри наших сеток DynamicMap:

def select_var(obj, var):
    return obj.clone(vdims=[var])

var_stream = Params(var_select, ['value'], rename={'value': 'var'})
var_mesh = hv.util.Dynamic(meshes, operation=select_var, streams=[var_select])

# Note starting in hv 1.12 you'll be able to replace this with
# var_mesh = meshes.map(select_var, streams=[var_select])

# And once param 2.0 is out we intend to support
# var_mesh = meshes.map(select_var, var=var_select.param.value)

Теперь у нас есть DynamicMap, который реагирует на изменения в виджете, но еще не растеризует его, поэтому мы можем применить операцию rasterize вручную:

rasterized_mesh = rasterize(var_mesh).opts(cmap='jet', width=600, height=400)

Теперь у нас есть DynamicMap, который связан с виджетом Selection, применяет groupby и растрирует, и теперь мы можем встроить его в панель. Другой подход, на который намекал @jbednar выше, - это сделать все это за один шаг, сделав вызов hvPlot не динамическим и сделав выбор времени и уровня высоты вручную. Я не буду вдаваться в подробности здесь, но это также действительный (хотя и менее эффективный) подход.

Как я намекал выше, в конечном итоге мы также намерены сделать все параметры hvPlot динамическими, что означает, что вы сможете сделать что-то вроде этого, чтобы связать значение виджета с аргументом ключевого слова hvPlot:

ds[time_vars].hvplot.quadmesh(
    x='x', y='y', z=var_select.param.value, rasterize=True, crs=crs,
    width=600, height=400, groupby=list(ds[var].dims[:-2]), cmap='jet')