如何使用Datashader绘制按密度着色的时间序列直方图折线图

数据格式转换 #

你当前的宽表结构（每列对应一个y值）无法直接适配Datashader的处理逻辑，第一步先转为三列长表：时间戳dt、纵轴值y、密度值density。用pandas的melt方法即可完成转换，500列10万行的原始数据转换后为5000万行，属于Datashader的常规处理规模：

import pandas as pd
# df为原始宽表数据
long_df = df.melt(id_vars="dt", var_name="y", value_name="density")
# 清洗y字段，提取数值
long_df["y"] = long_df["y"].str.replace("y=", "").astype(int)
long_df["dt"] = pd.to_datetime(long_df["dt"])

基础渲染实现 #

你要的效果本质是时间-y二维网格的颜色按密度值映射，不需要拆分绘制每一条折线，直接按点聚合即可：

import datashader as ds
import datashader.transfer_functions as tf

# 初始化画布，可根据需求调整宽高和轴范围
cvs = ds.Canvas(
    plot_width=1200,
    plot_height=600,
    x_axis_type="datetime",
    x_range=(long_df["dt"].min(), long_df["dt"].max()),
    y_range=(long_df["y"].min(), long_df["y"].max())
)
# 按(dt,y)位置聚合密度值，相同位置取均值即可，无数据位置默认补0
agg = cvs.points(long_df, "dt", "y", ds.mean("density"))
# 渲染，cmap参数可替换为自定义颜色序列，匹配你的密度-颜色对应规则
img = tf.shade(agg, cmap=["white", "red", "blue"], how="linear")

如果需要实现时间区间段的颜色对应前序时间点的密度，只需给长表新增dt_next字段存储下一个时间戳，将每个点扩展为(dt, dt_next)的区间，用cvs.quads方法聚合渲染即可，性能不会有明显下降。

离散密度值的颜色映射 #

如果你的密度值是离散分类值，需要固定颜色对应，可先将密度转为分类编码，用分类色阶渲染：

# 示例：密度10对应红色，20对应蓝色，其余值为白色
long_df["density_cat"] = long_df["density"].map({10: 1, 20: 2}).fillna(0).astype(int)
color_map = {0: "white", 1: "red", 2: "blue"}
agg = cvs.points(long_df, "dt", "y", ds.max("density_cat"))
img = tf.shade(agg, color_key=color_map)

内容的提问来源于stack exchange，提问作者Sigmund Fraud