Python 3.x 如何使用Bokeh中的Range Slider选择数据点？

我正试图在博克建立一个交互式图形。到目前为止，让我们假设我有一个热图如下。用通俗易懂的英语：

• 我使用矩形绘制矩形，生成热图
• 我正在添加一个范围滑块
• 我附加了一个关于范围变化的js_回调
• 在自定义回调中，我能够检索范围滑块的开始和结束范围

我不确定的是如何用它来选择任何东西。（cb_obj.selected['1d'].index）显示检索所有选定数据点。但人们如何做相反的事情呢

换言之：

如何选择介于值a和b之间的所有矩形

下面是我已经弄明白的代码

from math import pi
from bokeh.io import show
from bokeh.models import ColumnDataSource, HoverTool, 
LinearColorMapper, CategoricalColorMapper, ColorBar, LogColorMapper, 
LogTicker
from bokeh.plotting import figure
from bokeh.models.callbacks import CustomJS

col = [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16]
row = ['A', 'B', 'C' , 'D', 'E', 'F', 'G', 'H', 'I', 'J', 'K', 'L', 'M', 
'N', 'O', 'P']

mapper = LogColorMapper(palette="Viridis256", low=min_value,  
high=max_value)
source = ColumnDataSource(data = dict (
        row = test['plate_row'],
    col = test['plate_col'],
    values = test['Melt Temp']))

TOOLS = "reset, tap,box_select, hover,save,pan,box_zoom,wheel_zoom"

p = figure(title="Plate Heatmap", x_range = (0.0,25.0), y_range = 
list(reversed(row)),
       x_axis_location="above", plot_width=650, plot_height=400,
       tools=TOOLS)

r1 = p.rect(x="col", y="row", width=1, height=1,
        source=source, 
        fill_color={'field': 'values', 'transform': mapper},
        line_color=None)

callback = CustomJS(args=dict(source=source), code="""
    var data = source.data;
    var inds = cb_obj.selected['1d'].indices;
    var lower_bound = cb_obj.start;
    var upper_boudn = cb_obj.end;
    // WHAT DO I DO NEXT?
    source.trigger('change');
""")

range_slider = widgetbox(RangeSlider(start=min_value, end=max_value, 
range= (min_value, max_value), step=0.1, title="Hit Threshold"))
range_slider.js_on_change('range', callback)

color_bar = ColorBar(color_mapper=mapper, ticker=LogTicker(),
                 label_standoff=12, border_line_color=None, location= 
(0,0))
p.add_layout(color_bar, 'left')
layout = column(range_slider, p)
show(layout)      # show the plot

---

虽然我无法找到一种方法来设置选择与否，但我找到了一种方法来实现相同的结果。这可能是如何使用Bokeh服务器的一个主要示例。要达到同样的效果，需要执行以下操作：

用Python更新替换JSCustom回调函数 功能。udpate函数包含用于更新 ColumnDataSource

只需将js_on_change事件替换为on_change事件即可 连接到滑块

将上面的代码与更新功能放在一起 “main.py”位于以应用程序命名的文件夹中

用“bokeh服务——显示插入程序名称”启动bokeh服务器

---

可以找到这些信息，它们代表了部署交互式可视化的最简单方法。您的案例可能需要更复杂的部署场景。我也在研究这个问题，但这将是另一天的另一个问题。

虽然我无法找到一种方法来设置选择什么或不选择什么，但我找到了一种方法来实现相同的结果。这可能是如何使用Bokeh服务器的一个主要示例。要达到同样的效果，需要执行以下操作：

用Python更新替换JSCustom回调函数 功能。udpate函数包含用于更新 ColumnDataSource

只需将js_on_change事件替换为on_change事件即可 连接到滑块

将上面的代码与更新功能放在一起 “main.py”位于以应用程序命名的文件夹中

用“bokeh服务——显示插入程序名称”启动bokeh服务器

可以找到这些信息，它们代表了部署交互式可视化的最简单方法。您的案例可能需要更复杂的部署场景。我也在研究这个问题，但这将是下一天的另一个问题