如何基于GeoJSON数据对Bokeh可视化图表实现动态过滤？

动态过滤完全可行，这里提供两种成熟的实现思路：

方案1：直接操作GeoJSONDataSource（适配你现有代码的最小改动方案） #

GeoJSONDataSource的geojson属性本身是响应式的，只要修改该属性值，关联的绘图会自动刷新。你只需要提前备份完整的原始GeoJSON数据，在回调里根据选中值过滤后重新赋值即可。

具体修改步骤： #

1. 提前保存原始完整的GeoJSON数据
2. 改写CustomJS回调逻辑，替换你原来的tjs代码即可

修改后的核心代码片段：

# 原有代码保留，新增原始数据备份
original_geojson = df.to_json()
gs = GeoJSONDataSource(geojson=original_geojson)

# 改写回调代码
tjs = '''
const fullGeojson = JSON.parse(fullGeo);
const selectedTypes = choice.value;
let filteredFeatures;

// 无选中或全选时恢复全量数据
if (selectedTypes.length === 0 || selectedTypes.length === max_filter) {
    filteredFeatures = fullGeojson.features;
} else {
    // 按选中的type过滤要素
    filteredFeatures = fullGeojson.features.filter(feature => 
        selectedTypes.includes(feature.properties.type)
    );
}

// 构造新的GeoJSON赋值给数据源
const newGeojson = {
    type: "FeatureCollection",
    features: filteredFeatures
};
map.geojson = JSON.stringify(newGeojson);
'''

cjs = CustomJS(args={'choice':mc, 'map':gs, 'max_filter':len(ops), 'fullGeo': original_geojson}, code=tjs)

这个方案不需要改动你其他的绘图逻辑，替换回调部分即可直接运行。

方案2：转用ColumnDataSource使用CDSView过滤 #

如果你希望用更灵活的CDSView+CustomJSFilter体系，可以直接把GeoDataFrame转为ColumnDataSource，GeoPandas会自动把geometry拆解为xs和ys列适配Bokeh的patches方法：

from bokeh.models import ColumnDataSource, CDSView, CustomJSFilter

# 直接把GeoDataFrame转为ColumnDataSource
cds = ColumnDataSource(df)

# 构造过滤规则
custom_filter = CustomJSFilter(args=dict(choice=mc), code='''
const selectedTypes = choice.value;
if (selectedTypes.length === 0) return true;
return selectedTypes.includes(source.data['type'][index]);
''')
view = CDSView(source=cds, filters=[custom_filter])

# 绘图时指定view参数
plot_area = f.patches('xs', 'ys', source=cds, view=view, line_color=None, line_width=0.25,
                      fill_alpha=1, fill_color='blue')

# MultiChoice值变化时触发视图更新
mc.js_on_change('value', CustomJS(args=dict(view=view), code='''
view.filters = [...view.filters]
'''))

该方案的优势是可以叠加多个过滤规则，不需要修改原始数据源内容，适合复杂过滤场景。

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