无需Python/JS回调，用Bokeh滑块实现数据动态筛选可行吗？

完全可以通过Bokeh原生的CDSView、BooleanFilter结合Slider的js_link实现，无需Python回调或复杂自定义JS，导出的HTML可独立运行，不依赖Bokeh服务器。

以下是具体实现代码：

import numpy as np
import pandas as pd
from bokeh.io import show, save
from bokeh.plotting import figure
from bokeh.models import ColumnDataSource, Slider, BooleanFilter, CDSView, CustomJS
from bokeh.layouts import column

# 生成原始数据
x = np.arange(0, 10, 0.1)
dfs = []
ts = range(100)
for t in ts:
    y = x**(t/50.)
    dfs.append(pd.DataFrame({"x": x, "y": y, "t": t}))
df = pd.concat(dfs)
cds = ColumnDataSource(df)

# 创建基础图表
p = figure(x_range=(0,10), y_range=(0,100))
scatter = p.scatter(x='x', y='y', source=cds)

# 初始化布尔过滤器，默认显示t=0的数据
bool_filter = BooleanFilter(df['t'] == 0)
scatter.view = CDSView(source=cds, filters=[bool_filter])

# 创建控制滑块
slider = Slider(start=0, end=99, value=0, step=1, title="t值")

# 关联滑块与过滤器：通过js_link自动生成逻辑，实时更新过滤条件
slider.js_link('value', bool_filter, 'booleans',
               transform=CustomJS(args=dict(cds=cds), code="""
    return cds.data['t'].map(t_val => t_val == this.value)
"""))

# 组合布局并展示/导出
layout = column(slider, p)
show(layout)
# save(layout, "bokeh_dynamic_filter.html")  # 导出为独立HTML文件

核心逻辑说明 #

• BooleanFilter通过布尔数组控制数据源中哪些数据点被渲染，初始状态只显示t=0的记录。
• js_link将滑块的value属性与过滤器的booleans属性关联，transform参数中的极简JS代码会根据当前滑块值，实时生成新的布尔数组，自动更新过滤结果。
• 整个流程无需Python回调，所有交互逻辑在前端完成，导出的HTML文件可直接在浏览器打开使用。

内容的提问来源于stack exchange，提问作者Ben Farmer