Python 3.x 如何隐藏或设置hvplot子地块标题的位置
我的数据集很简单: 我使用PythonHVplot通过简单地给出一个“col”语句来绘制子图 情节如下所示: 我想隐藏绘图标题区域(虚线圈出的部分)或将其移动到绘图底部。我搜索了internet,但没有找到太多线索。如果有人能帮助我,我将不胜感激Python 3.x 如何隐藏或设置hvplot子地块标题的位置,python-3.x,plot,holoviews,hvplot,Python 3.x,Plot,Holoviews,Hvplot,我的数据集很简单: 我使用PythonHVplot通过简单地给出一个“col”语句来绘制子图 情节如下所示: 我想隐藏绘图标题区域(虚线圈出的部分)或将其移动到绘图底部。我搜索了internet,但没有找到太多线索。如果有人能帮助我,我将不胜感激 一个附带问题,如何按产品名称指定条形填充颜色?hvplot似乎不支持cmap。首先,欢迎使用Stackoverflow!对于未来,请提供所谓的MWE: 简短答复: df.hvplot.bar('x', 'y', row='z').opts(xaxi
一个附带问题,如何按产品名称指定条形填充颜色?hvplot似乎不支持cmap。首先,欢迎使用Stackoverflow!对于未来,请提供所谓的MWE: 简短答复:
df.hvplot.bar('x', 'y', row='z').opts(xaxis=False)
将删除您所谓的“标题”
长答覆:
hvplot返回全息视图对象,请参见
import holoviews as hv
某些(如果不是大多数)自定义选项只能通过HoloView本身直接访问。在这种情况下,由于您提供了col
参数,因此它为您提供了HoloViewGridSpace
,请参见此处:
因此,您所谓的“子地块标题”实际上是网格空间的轴!这是您使用xaxis=False
调用关闭的
您可以通过获取有关可用选项的在线帮助
hv.help(hv.GridSpace)
在条形图中向下移动产品标签的方法有很多:
# import libraries
import pandas as pd
import holoviews as hv
import hvplot
import hvplot.pandas
# create example dataframe
df = pd.DataFrame({
'product': ['a', 'a', 'a', 'b', 'b', 'b', 'c', 'c', 'c'],
'month': ['201801', '201802', '201803', '201801', '201802', '201803', '201801', '201802', '201803'],
'volume': [100, 125, 110, 85, 87, 96, 177, 167, 130]
})
# create barplot option 1
df.hvplot.bar(x=['product', 'month'], y='volume')
# or do it like this
df.hvplot.bar(x='product', y='volume', by='month')
# or create your barplot like this
hv.Dataset(df).to.bars(['product', 'month'], 'volume')
可能的解决方案:
# import libraries
import pandas as pd
import holoviews as hv
import hvplot
import hvplot.pandas
# create example dataframe
df = pd.DataFrame({
'product': ['a', 'a', 'a', 'b', 'b', 'b', 'c', 'c', 'c'],
'month': ['201801', '201802', '201803', '201801', '201802', '201803', '201801', '201802', '201803'],
'volume': [100, 125, 110, 85, 87, 96, 177, 167, 130]
})
# create barplot option 1
df.hvplot.bar(x=['product', 'month'], y='volume')
# or do it like this
df.hvplot.bar(x='product', y='volume', by='month')
# or create your barplot like this
hv.Dataset(df).to.bars(['product', 'month'], 'volume')
这将导致以下绘图: