在Bokeh应用中如何处理日期和时间范围选择
导读:在Bokeh应用中处理日期和时间范围选择通常需要使用DateRangeSlider或DateRangeInput等工具。以下是一个简单的示例代码,展示如何在Bokeh应用中处理日期和时间范围选择: from bokeh.layouts im...
在Bokeh应用中处理日期和时间范围选择通常需要使用DateRangeSlider
或DateRangeInput
等工具。以下是一个简单的示例代码,展示如何在Bokeh应用中处理日期和时间范围选择:
from bokeh.layouts import column
from bokeh.models import ColumnDataSource
from bokeh.plotting import figure, curdoc
from bokeh.models.widgets import DateRangeSlider
from bokeh.io import output_file, show
# 创建一个示例数据集
data = {
'date': pd.date_range(start='1/1/2020', periods=100),
'value': np.random.randint(0, 100, 100)
}
source = ColumnDataSource(data)
# 创建一个日期范围选择器
date_range_slider = DateRangeSlider(title="Date Range", start=data['date'][0], end=data['date'][-1], value=(data['date'][20], data['date'][80]))
# 创建一个图表
p = figure(x_axis_type="datetime", plot_height=350)
p.line(x='date', y='value', source=source)
# 定义一个回调函数,根据日期范围选择器的值更新数据源
def update_data(attr, old, new):
start_date = pd.Timestamp(date_range_slider.value[0])
end_date = pd.Timestamp(date_range_slider.value[1])
new_data = {
'date': data['date'][(data['date'] >
= start_date) &
(data['date'] <
= end_date)],
'value': data['value'][(data['date'] >
= start_date) &
(data['date'] <
= end_date)]
}
source.data = new_data
date_range_slider.on_change('value', update_data)
# 将图表和日期范围选择器组合在一起
layout = column(date_range_slider, p)
curdoc().add_root(layout)
在这个示例中,我们首先创建了一个包含日期和数值的示例数据集,并使用DateRangeSlider
创建了一个日期范围选择器。然后创建了一个图表,并定义了一个回调函数update_data
,根据日期范围选择器的值更新数据源。最后,将图表和日期范围选择器放在一个布局中,并将其添加到Bokeh应用中。
声明:本文内容由网友自发贡献,本站不承担相应法律责任。对本内容有异议或投诉,请联系2913721942#qq.com核实处理,我们将尽快回复您,谢谢合作!
若转载请注明出处: 在Bokeh应用中如何处理日期和时间范围选择
本文地址: https://pptw.com/jishu/676499.html