如何可视化带温度属性的(x,y)点并关联温度与色阶映射？

现有包含x、y坐标及temperature字段的数据集（df.head()结果如下）：

已使用如下Holoviews的Datashade代码进行可视化：

opts1 = hv.opts.RGB(width=1700, height=800)
df_ds = datashade(
    hv.Points(df),
    cmap=cc.CET_L4,
    kdims=["x", "y"],
    label="xy cordinate values",
    colorbar=True,
    min_alpha=0.3,
).opts(tools=["hover", "box_zoom"])
df_ds.opts(opts1)

现需实现将temperature值与colormap关联，并在可视化中显示temperature数值，请求技术指导。

要实现需求，需调整datashade参数、配置Points的数值维度，并自定义hover工具显示内容，具体步骤及代码如下：

1. 核心配置逻辑 #

• 给hv.Points指定vdims参数，标记temperature为数值维度，供颜色映射使用
• 修改datashade的aggregator参数，基于temperature的聚合值生成颜色
• 自定义hover工具的显示字段，明确展示temperature数值

2. 完整修改代码 #

import holoviews as hv
import datashader as ds
import colorcet as cc

hv.extension('bokeh')

opts1 = hv.opts.RGB(width=1700, height=800)
# 指定数值维度为temperature
points = hv.Points(df, kdims=["x", "y"], vdims=["temperature"])
df_ds = datashade(
    points,
    cmap=cc.CET_L4,
    # 基于temperature的均值聚合映射颜色，可替换为ds.max/ds.min按需选择
    aggregator=ds.mean("temperature"),
    label="Temperature Distribution",
    colorbar=True,
    min_alpha=0.3,
).opts(
    tools=["hover", "box_zoom"],
    # 自定义hover显示内容
    tooltips=[
        ("x", "@x"),
        ("y", "@y"),
        ("Temperature", "@temperature")
    ]
)
df_ds.opts(opts1)

3. 关键说明 #

• 聚合函数选择：数据密度高时用ds.mean平滑显示区域温度；需保留极值时改用ds.max/ds.min
• 颜色映射：cc.CET_L4适配温度数据，也可替换为cc.fire等其他色板
• hover显示：通过tooltips自定义字段，确保@temperature能正确读取数据集对应值

内容的提问来源于stack exchange，提问作者Debashish Samantaray