当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

Python cuxfilter.charts.datashader.graph用法及代码示例


用法:

datashader.graph(node_y='y', node_id='vertex', edge_source='source', edge_target='target', x_range=None, y_range=None, add_interaction=True, node_aggregate_col=None, edge_aggregate_col=None, node_aggregate_fn='count', edge_aggregate_fn='count', node_color_palette=None, edge_color_palette=['#000000'], node_point_size=15, node_point_shape='circle', node_pixel_shade_type='eq_hist', node_pixel_density=0.8, node_pixel_spread='dynspread', edge_render_type='direct', edge_transparency=0, curve_params={'curve_total_steps': 100, 'strokeWidth': 1}, tile_provider=None, width=800, height=400, title='', timeout=100, legend=True, legend_position='top_right', **library_specific_params)

参数：

node_x: str, default “x”：

节点 cuDF DataFrame 的 x 坐标列名称

node_y: str, default “y”：

节点 cuDF DataFrame 的 y 坐标列名称

node_id: str, default “vertex”：

node_id/label 节点 cuDF DataFrame 的列名

edge_source: str, default “source”：

edge_source 边 cuDF 数据帧的列名

edge_target=”target”,：

edge_target 边 cuDF 数据帧的列名

x_range: tuple, default(nodes_gpu_dataframe[x].min(),：

nodes_gpu_dataframe[x].max()) (min, max) geo-scatter 要显示的绘图的x-dimensions

y_range: tuple, default(nodes_gpu_dataframe[y].min(),：
nodes_gpu_dataframe[y].max())：

(min, max) geo-scatter 图中要显示的x-dimensions

add_interaction: {True, False}, default True：
node_aggregate_col=str, default None,：

mode_aggregate_fn 将在其上运行的节点 gpu 数据帧中的列

edge_aggregate_col=str, default None,：

mode_aggregate_fn 将在其上运行的边 gpu 数据帧中的列

node_aggregate_fn={‘count’, ‘mean’, ‘max’, ‘min’}, default ‘count’：
edge_aggregate_fn={‘count’, ‘mean’, ‘max’, ‘min’}, default ‘count’：
node_color_palette=bokeh.palettes or list/tuple of hex_color_codes,：

或颜色名称列表/元组，默认 bokeh.palettes Virisdis10

edge_color_palette=bokeh.palettes or list/tuple of hex_color_codes,：

或颜色名称列表/元组，默认 [“#000000”]

node_point_size: int, default 8：

散点图中的点大小。

node_point_shape: str, default ‘circle’：

可用选项：圆形、方形、rect_vertical、rect_horizontal。

node_pixel_shade_type: str, default ‘eq_hist’：

datashader.transfer_functions.shade() 函数中的“how” 参数。可用选项：eq_hist、线性、对数、cbrt

node_pixel_density: float, default 0.8：

[0, 1] 中的调整参数，值越高，散点图越密集。

node_pixel_spread: str, default ‘dynspread’：

dynspread：根据图像密度动态扩展图像中的像素。散布：散布图像中的像素。

edge_render_type: str, default ‘direct’：

边渲染的类型。可用选项为‘direct’/'curved' *注意：曲线边渲染是一项实验性函数，可能会抛出内存不足错误

edge_transparency: float, default 0：

[0,1] 范围内的值以指定边的透明度级别，其中 1 表示完全透明

curve_params: dict, default dict(strokeWidth=1, curve_total_steps=100)：

如果edge_render_type='curved'，则控制曲率和max_bundle_size

tile_provider: str, default None：

底层Map类型。见https://holoviews.org/reference/elements/bokeh/Tiles.html

width: int, default 800：
height: int, default 400：
title: str,：

图表标题

timeout: int (milliseconds), default 100：

确定回调将处理新事件而前一个事件没有报告完成的超时时间。增加非常长时间运行的回调，如果缩放感觉滞后。

legend: bool, default True：

添加Bokeh.models的基于LinearColorMapper的图例如果为true，请注意：Legend目前仅适用于pixel_shade_type='linear'/'log'

legend_position: str, default center：

图例在图表上的位置。有效位置为：右、左、下、上、top_right、top_left、

bottom_left, bottom_right

**library_specific_params:

要传递给函数的附加库特定关键字参数

返回：

一个 cudashader 图表。
键入 cuxfilter.charts.datashader custom_extensions InteractiveImage
import cuxfilter
import cudf

edges = cudf.DataFrame({
    'source': [0, 0, 0, 0, 1, 1, 1, 0, 1, 2, 1, 1, 2, 0, 0],
    'target': [1, 2, 3, 1, 2, 3, 3, 2, 2, 3, 3, 3, 3, 3, 3]
})

nodes = cudf.DataFrame({
    'vertex': [0, 1, 2, 3],
    'x': [-3.3125157356262207,-1.8728941679000854, 0.9095478653907776, 1.9572150707244873],
    'y': [-1.6965408325195312, 2.470950126647949,-2.969928503036499,0.998791515827179]
})

cux_df = cuxfilter.DataFrame.load_graph((nodes, edges))

chart0 = cuxfilter.charts.datashader.graph(node_pixel_shade_type='linear')

d = cux_df.dashboard([chart0], layout=cuxfilter.layouts.double_feature)
chart0.view()

相关用法


注：本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 cuxfilter.charts.datashader.graph。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。