Bokeh项目中datetime轴与circle绘图问题的技术解析
2025-05-11 23:05:08作者:余洋婵Anita
问题背景
在使用Bokeh 3.4.1版本进行数据可视化时,开发者遇到了一个看似奇怪的现象:当尝试在datetime类型的时间序列图上使用circle方法绘制圆形标记时,图形无法正常显示,而同样的代码在普通数值轴上却能正常工作。
现象分析
通过对比实验可以清晰地看到:
- 使用普通数值作为x轴时,圆形标记正常显示,并且实现了预期的hover放大效果
- 当x轴改为datetime类型后,图形区域变为空白,没有任何可视化元素
根本原因
深入分析后发现,这个问题并非Bokeh的bug,而是由于开发者对Bokeh中datetime轴的单位理解不足导致的。在Bokeh中:
- datetime轴的底层实现是基于"从epoch开始的毫秒数"作为单位
- 当设置radius=1时,实际上是在请求绘制半径为1毫秒的圆形
- 在一个时间跨度可能为几个月的时间轴上,1毫秒的半径在视觉上几乎不可见
解决方案
针对这个问题,有以下几种解决方式:
-
调整radius值为适当数量级:对于时间跨度较大的图表,应将radius值设置为足够大的毫秒数,例如100000000(约1.16天)
-
使用scatter方法替代circle:scatter方法使用像素单位(size)而非数据单位(radius),可以避免这类单位转换问题,同时也能实现hover放大效果
-
理解Bokeh的时间单位系统:在datetime轴上,所有与尺寸相关的参数都需要考虑时间单位的转换关系
技术建议
对于需要在时间序列图上实现hover效果的情况,建议:
- 优先考虑使用scatter方法,它更直观且不易出错
- 如果必须使用circle方法,务必计算好radius值与时间轴范围的合理比例
- 在Bokeh 3.4及以上版本中,hover效果的支持更加完善,可以充分利用这些新特性
总结
这个案例很好地展示了在使用可视化库时理解底层数据表示的重要性。Bokeh作为功能强大的可视化工具,其datetime轴的实现方式虽然灵活,但也需要开发者注意其特殊之处。通过正确理解和使用这些特性,可以创建出更加丰富和精确的时间序列可视化效果。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137