Python 更改HoloView/Datashader中分类数据的颜色映射

我正在尝试使用Datashader和Holoviews可视化分类空间数据，类似于。然而，当我尝试为类别分配不同的颜色时，我总是以相同（大概是默认）的颜色（.）

这是我在Jupyter笔记本中运行的代码。有谁能告诉我如何使自定义彩色地图工作吗？或者至少运行代码，看看最终的颜色是否与图例匹配。谢谢大家!

从sklearn.datasets.samples\u生成器导入make\u blob
从matplotlib导入pyplot
作为pd进口熊猫
将全息视图导入为hv
将地理视图作为gv导入
将datashader作为ds导入
从cartopy进口crs
从matplotlib.cm导入获取cmap
从holoviews.operation.datashader导入datashade，聚合
高压笔记本_扩展（'bokeh'，宽度=95）
#正在生成blob数据：
十、 y=make_blob（n_样本=5000000，中心=5，n_特征=2）
df=pd.DataFrame（dict（x=x[：，0]，y=x[：，1]，label=y））
#使用datashader和HoloView打印水滴：
%选择覆盖[width=800 height=455 xaxis=None yaxis=None show\u grid=False]
%选择形状（填充颜色=无线条宽度=1.5）[应用范围=假]
%选择点[apply_ranges=False]WMTS（alpha=0.5）nOverlay[tools=['tap']]
颜色键={0:'red'，1:'blue'，2:'green'，3:'yellow'，4:'black'}
标签={0:'red'，1:'blue'，2:'green'，3:'yellow'，4:'black'}
color_points=hv.NdOverlay（{labels[k]：gv.points（[0,0]，crs=crs.PlateCarree（），
标签=标签[k]）（样式=dict（颜色=v））
颜色中的k，v_key.items（）}）
dataset=gv.dataset（df，kdims=['x'，'y']，vdims=['label']））
shaded=datashade（hv.Points（数据集），cmap=color\u key，aggregator=ds.count\u cat（'label'））
着色*颜色点

该代码似乎无法运行（没有定义种族，也没有导入gv），但在任何情况下，分类颜色都是由

color\u key

参数决定的，而不是

cmap

，因此您需要将

cmap=color\u key

更改为

color\u key=color\u key

，谢谢您，詹姆斯，这解决了我的问题，我还将代码编辑为可运行。我还有一个问题：在您的示例笔记本中（在我的原始问题中的上面链接），您也使用了cmap参数而不是color_键参数（定义“着色”），但颜色是正确的。这和我的情况有什么不同？啊，这才是真正的问题！这个链接指向一个旧的笔记本，在我们有办法在实际的网站上显示笔记本之前，它就一直存在。过去只有一种设置颜色贴图的方法，但我们分割了颜色键和cmap选项，因为分类图与默认的cmap颜色贴图不兼容，但笔记本的副本尚未更新。另外，我们将把这些示例移到pyviz.org中，以便我们能够真正地维护它们。很抱歉给你带来困惑，我想我至少应该上传一个更新的nb。好的，从现在起，我将使用实际网站上的笔记本作为参考。再次感谢！事实证明，census_hv_dask是datashader.org上的“gerrymandering”笔记本的一个非常旧的副本，所以我删除了它以避免混淆。