Я создал функцию ed_montecarlo, которая запускает симуляцию Монтекарло с заданным количеством итераций и возвращает результаты в виде кадра данных pandas с несколькими столбцами (не все из которых здесь используются). В настоящее время я пытаюсь связать это с графиком с боке и есть ползунок, который при изменении будет повторно запускать функцию с новым значением ползунка.
Мой код выглядит следующим образом:
def modify_doc(doc):
source = ColumnDataSource(ed_montecarlo(num=1000))
TOOLS = "pan,wheel_zoom,box_zoom,reset,save"
iter_scatter= figure(x_axis_label='Iteration Number', y_axis_label='Margin', title='Scatter Plot of Iterrations',
tools=TOOLS, plot_height=400, plot_width=550)
iter_scatter.yaxis[0].formatter = NumeralTickFormatter(format = "$0.00")
dots = iter_scatter.scatter(x='index', y='Margin', source=source, fill_alpha=.5, line_color=None,
hover_fill_color='firebrick', hover_alpha=.9, hover_line_color=None, size=10)
iter_scatter.line(x='index', y='Median Margin', source=source, line_color='cyan', line_width=5, line_alpha=0.8)
band = Band(base='index', lower='25th Margin', upper='75th Margin', source=source, level='underlay',
fill_alpha=0.3, line_width=3, line_alpha=.8, line_color='cyan', fill_color='cyan')
iter_scatter.add_layout(band)
iter_scatter.add_tools(HoverTool(tooltips=[('Iterration', '@index'),
('Margin', '$@Margin{%0.2f}')],
formatters = {'Margin': 'printf',},
renderers = [dots], mode='mouse'))
def callback(attr, old, new):
num = iter_slider.value
iter_slider = Slider(start=100, end=5000, step=100, value=1000, title='Number of Iterations')
iter_slider.on_change('value', callback)
doc.add_root(column(iter_slider, iter_scatter))
show(modify_doc)
Когда я запускаю приведенный выше код, диаграмма рассеяния отображается правильно с использованием 1000 итераций, однако, когда я перемещаю ползунок, он не будет повторно запускать функцию Монте-Карло и обновлять график. Что мне не хватает? Я долго бился по этому поводу.
Ваш обратный вызов не выполняет никакой реальной работы. Вы присваиваете значение ползунка локальной переменной num
(которая вообще не имеет никакого другого влияния), а затем немедленно выходите из обратного вызова. Если вы хотите обновить график, вам необходимо обновить источник данных. Вы не сказали, какой тип возвращается ed_montecarlo
, но это будет что-то вроде
def callback(attr, old, new):
source.data = ed_montecarlo(num=iter_slider.value)
Предполагая, что ed_montecarlo
возвращает соответствующий Python dict
. Если нет, вам необходимо преобразовать его, однако необходимо, чтобы он был Python dict с именами столбцов CDS в качестве ключей и массивами данных в качестве значений.
Преобразуйте его с помощью метода класса from_df
на CDS перед назначением source.data
bokeh.pydata.org/en/latest/docs/reference/models/…
Большое спасибо, что отлично сработало! Я также должен упомянуть, что прошел ваш курс по datacamp и нашел его чрезвычайно полезным, так что мне действительно есть за что вас поблагодарить !!
Спасибо за добрые слова
Спасибо - думаю, я понимаю. Таким образом, функция ed_montecarlo возвращает фрейм данных pandas. Как мне внести это изменение?