如何在Bokeh/HoloViews+Datashader中禁用无限缩放

我在处理千万级数据时，必须使用HoloViews的Datashader来渲染，但遇到了无法限制图表缩放最小/最大级别的问题。不使用Datashader时，通过Bokeh的Range设置可以正常限制缩放，但用rasterize操作后，所有x_range相关参数都被忽略，图表仍能无限放大或缩小。

基础环境代码：

import bokeh
import datashader as ds
import holoviews as hv
from holoviews import opts
from holoviews.operation.datashader import datashade, shade, dynspread, spread, rasterize
hv.extension('bokeh')

模拟千万级数据：

import numpy as np
import pandas as pd
N = int(10e6)
x_r = (0,100)
y_r = (100,2000)
z_r = (0,10e8)
x = np.random.randint(x_r[0]*1000,x_r[1]*1000,size=(N, 1))
y = np.random.randint(y_r[0]*1000,y_r[1]*1000,size=(N, 1))
z = np.random.randint(z_r[0]*1000,z_r[1]*1000,size=(N, 1))
z2 = np.ones((N,1)).astype(int)
df = pd.DataFrame(np.column_stack([x,y,z,z2]), columns=['x','y','z','z2'])
df[['x','y','z']] = df[['x','y','z']].div(1000, axis=0)

原Datashader渲染代码（无法限制缩放）：

from matplotlib.cm import get_cmap
palette = get_cmap('viridis')

p=hv.Points(df,['x','y'], ['z','z2'])
P=rasterize(p, aggregator=ds.sum("z2"),x_range=(0,100)).opts(cmap=palette)
P.opts(tools=["hover"]).opts(height=500, width=500,xlim=(0,100),ylim=(100,2000))

解决方案 #

要限制缩放级别，需要直接配置Bokeh的Range1d对象，设置min_interval（最小缩放区间，即放大的极限）和max_interval（最大缩放区间，即缩小的极限），然后通过HoloViews的opts将其绑定到图表的x/y轴范围上。

修改后的代码：

from matplotlib.cm import get_cmap
from bokeh.models import Range1d

palette = get_cmap('viridis')

p=hv.Points(df,['x','y'], ['z','z2'])
# 配置x轴范围：初始0-100，最小缩放区间1，最大缩放区间100（不能缩小到超过初始范围）
x_range = Range1d(start=0, end=100, min_interval=1, max_interval=100)
# 配置y轴范围：初始100-2000，最小缩放区间10，最大缩放区间1900
y_range = Range1d(start=100, end=2000, min_interval=10, max_interval=1900)

P=rasterize(p, aggregator=ds.sum("z2")).opts(cmap=palette)
P.opts(
    tools=["hover"],
    height=500,
    width=500,
    x_range=x_range,
    y_range=y_range
)

说明 #

• min_interval：设置轴上允许的最小区间长度，比如x轴设为1，意味着放大时x轴范围不能小于1（无法再放大）；
• max_interval：设置轴上允许的最大区间长度，比如x轴设为100，意味着缩小不能超过初始的0-100范围（无法再缩小到显示更多内容）；
• 不需要在rasterize中传入x_range参数，而是通过opts绑定Bokeh的Range对象来实现缩放限制。

内容的提问来源于stack exchange，提问作者mths