Colors 调整holoviews bokeh中的colormap以匹配值的分布

我使用以下选项在jupyter笔记本的Holoviews中创建了一个带有bokeh扩展的地图：

%output size=150
%opts Overlay [show_legend=True, width=800 height=400]
%opts Points.Data [color_index='b' size_index='a' scaling_factor=10 colorbar=True](cmap='RdYlGn' size=3)

“b”和“a”都是介于-1和1之间的变量

这会产生两个问题（也比较图片）：

根据变量“a”的绝对值调整点的大小。但是，我希望值产生更小（更大）的点，值越负（正）。对此有何解决方案（除了在绘图前将“a”重新缩放到正范围）

由于“b”的正值明显多于负值，因此几乎所有点a都映射为绿色，而颜色范围的负值部分很少使用。我不想转换“b”，因为它的值有意义，我希望在颜色图例中显示。有没有建议如何调整颜色贴图以更好地反映“b”值的分布

我不熟悉holoviews/bokeh，还不习惯语法。因此，我也很欣赏示例代码

---

第一个问题的答案非常简单，

点

支持一个

size\fn

选项，您可以使用该选项在绘制之前转换大小值，例如将点偏移1就可以了。第二个问题比较棘手，没有直接的答案。如果低于0分，我会考虑发散彩色图是否是正确的选择。也许只需将颜色维度的范围设置为0-1，使用标准颜色贴图，并为范围之外的值设置特殊颜色

# Make some fake data
lon, lat = np.random.rand(2, 100)*180-90
a = np.clip((np.random.randn(100) + 1)/2., -1, 1)
b = np.clip((np.random.randn(100) + 1)/2., -1, 1)
df = pd.DataFrame({'lon': lon, 'lat': lat, 'a': a, 'b': b})

gv.tile_sources.EsriImagery * gv.Points(df, ['lon', 'lat']).options(
    width=600, height=400, color_index='a', size_fn=lambda x: x+1, 
    scaling_factor=20, size_index='b', colorbar=True, cmap='Greens', 
    clipping_colors={'min': "red"}
).redim.range(a=(0, 1))

在上面的示例中，我使用

size\u fn

将颜色值偏移1，这样它们都是正值，并且可以缩放。其次，我使用

.redim.range

方法将颜色值的范围设置为0-1。最后，我使用了

clipping_colors

来表示任何低于最小值（0）的值都应该被涂成红色。

要回答#2，您可以从默认颜色贴图中创建自己的颜色贴图，并从颜色贴图的末端删除任意多的颜色（更改开始/停止），如下所示

from matplotlib.colors import LinearSegmentedColormap
import matplotlib.pyplot as plt
cmap_name = 'RdBu_r'
start = 0.4
stop = 1
n = 256
cmap = plt.get_cmap(cmap_name)
colors = cmap(np.linspace(start, stop, cmap.N))
new_cmap = LinearSegmentedColormap.from_list('mycmap', colors=colors, N=n)

然后执行

points=points.redim.range（数据=（-0.2,1））

作为一个例子，在下面，我删掉了RdBu_r中所有的蓝色，只留下红色