Python Bokeh概念验证高效动态绘图更新？

作为概念验证的演示，我创建了一个由四支OHLC蜡烛组成的Bokeh图

我想扩展演示，以动画的情节，使当前的烛台将作出移动和更新，以响应其OHLC数据的变化。重要的一点是，只应更新最终蜡烛的组件（轮廓？），而不应更新整个绘图

其目的是演示一种计算轻量级的方法，该方法可以通过许多蜡烛和对“实时”蜡烛的非常频繁的更新放大到更大的图表

是否有人能够用代码概述或演示如何实现这一点

谢谢

Jupyter notebook Python代码（包括39秒的合成滴答数据，以促进4 x 10秒烛台动画）：

从ipywidgets导入交互
将numpy作为np导入
从bokeh.plotting导入图形，输出\ U笔记本，显示
将日期时间导入为dt
作为pd进口熊猫
从数学导入pi
datum=dt.datetime.now（）
时间δ=dt.timedelta（秒=1）
勾选数据=[（基准面+（时间增量*1），20），
（基准面+（时间δ*2），19.67603177022472），
（基准面+（时间δ*3），20.431878609290592），
（基准面+（时间δ*4），20.2057631687243），
（基准面+（时间δ*5），20.715609070433032），
（基准面+（时间δ*6），20.722416975732024），
（基准面+（时间δ*7），20.722027468712426），
（基准面+（时间δ*8），20.728022489796615），
（基准面+（时间δ*9），20.70996968619282），
（基准面+（时间增量*10），20.70096021947874），
（基准面+（时间δ*11），20.729546647699372），
（基准面+（时间δ*12），20.759081440837274），
（基准面+（时间增量*13），20.823807346441097），
（基准面+（时间增量*14），20.610018797947472），
（基准面+（时间δ*15），20.591932124168064），
（基准面+（时间δ*16），20.584175853951805），
（基准面+（时间δ*17），20.563650527527987），
（基准面+（时间δ*18），20.617504106758794），
（基准面+（时间δ*19），20.42010872326373），
（基准面+（时间增量*20），20.391860996799267），
（基准面+（时间δ*21），20.3913190739894），
（基准面+（时间δ*22），20.34308794391099），
（基准面+（时间增量*23），20.222577858590662），
（基准面+（时间增量*24），20.47050754458162），
（基准面+（时间δ*25），20.83193618858914），
（基准面+（时间δ*26），20.80978509373571），
（基准面+（时间δ*27），20.80917543057461），
（基准面+（时间δ*28），20.859506511541262），
（基准面+（时间δ*29），20.596402987349492），
（基准面+（时间增量*30），20.644024466795），
（基准面+（时间增量*31），20.58183881183424），
（基准面+（时间增量*32），20.59023861538722），
（基准面+（时间增量*33），20.454961133973477），
（基准面+（时间增量*34），20.495334383308776），
（基准面+（时间δ*35），20.483818523599044），
（基准面+（时间增量*36），20.593964334705078），
（基准面+（时间增量*37），20.91518908025538），
（基准面+（时间δ*38），20.87942217480398），
（基准面+（时间增量*39），20.772392419854697）]
#准备将分形记号数据转换为烛台
烛光δ=dt.时间δ（秒=10）
蜡烛关闭时间=基准+蜡烛增量
蜡烛_数据=[]
#初始化
op，hi，lo，cl=0,0,0,0
#将滴答声转换为烛台
对于勾选数据中的（dtval，val）：
如果蜡烛关闭时间df.c
#烛光宽度
w=10*500
TOOLS=“平移、滚轮缩放、框缩放、重置、保存”
p=图形（x轴类型=“日期时间”，工具=工具，绘图宽度=500，标题=“四根蜡烛”）
p、 xaxis.major_标签_方向=pi/4
p、 网格。网格线α=0.3
#灯芯
p、 段（df.d、df.h、df.d、df.l、color=“#000000”）
#上身
p、 矩形（df.d[inc]，mids[inc]，w，span[inc]，fill#u color=“#09ff00”，line#u color=“#09ff00”）
#下半身
p、 矩形（df.d[dec]，mids[dec]，w，span[dec]，fill#u color=“#ff0000”，line#u color=“#ff0000”）
输出_笔记本（）
表演（p）

我创建了一个超越这个问题的概要，以实现其意图；演示Bokeh修补和流式OHLC图表

from ipywidgets import interact
import numpy as np
from bokeh.plotting import figure, output_notebook, show
import datetime as dt
import pandas as pd
from math import pi

datum = dt.datetime.now()
time_delta = dt.timedelta(seconds=1)

tick_data = [(datum + (time_delta*1), 20),
 (datum + (time_delta*2), 19.67603177022472),
 (datum + (time_delta*3), 20.431878609290592),
 (datum + (time_delta*4), 20.20576131687243),
 (datum + (time_delta*5), 20.715609070433032),
 (datum + (time_delta*6), 20.722416975732024),
 (datum + (time_delta*7), 20.722027468712426),
 (datum + (time_delta*8), 20.728022489796615),
 (datum + (time_delta*9), 20.70996968619282),
 (datum + (time_delta*10), 20.70096021947874),
 (datum + (time_delta*11), 20.729546647699372),
 (datum + (time_delta*12), 20.759081440837274),
 (datum + (time_delta*13), 20.823807346441097),
 (datum + (time_delta*14), 20.610018797947472),
 (datum + (time_delta*15), 20.591932124168064),
 (datum + (time_delta*16), 20.584175853951805),
 (datum + (time_delta*17), 20.563650527527987),
 (datum + (time_delta*18), 20.617504106758794),
 (datum + (time_delta*19), 20.42010872326373),
 (datum + (time_delta*20), 20.391860996799267),
 (datum + (time_delta*21), 20.3913190739894),
 (datum + (time_delta*22), 20.34308794391099),
 (datum + (time_delta*23), 20.2225778590662),
 (datum + (time_delta*24), 20.47050754458162),
 (datum + (time_delta*25), 20.83193618858914),
 (datum + (time_delta*26), 20.80978509373571),
 (datum + (time_delta*27), 20.80917543057461),
 (datum + (time_delta*28), 20.859506511541262),
 (datum + (time_delta*29), 20.596402987349492),
 (datum + (time_delta*30), 20.644024454266795),
 (datum + (time_delta*31), 20.58183881183424),
 (datum + (time_delta*32), 20.59023861538722),
 (datum + (time_delta*33), 20.454961133973477),
 (datum + (time_delta*34), 20.495334383308776),
 (datum + (time_delta*35), 20.483818523599044),
 (datum + (time_delta*36), 20.593964334705078),
 (datum + (time_delta*37), 20.91518908025538),
 (datum + (time_delta*38), 20.87942217480398),
 (datum + (time_delta*39), 20.772392419854697)]


#Prepare to convert fractal tick data into candlesticks
candle_delta = dt.timedelta(seconds=10)
candle_close_time = datum + candle_delta
candle_data = []   

#Initialise
op, hi, lo, cl = 0, 0, 0, 0

#Convert ticks to candlesticks
for (dtval, val) in tick_data:
    if candle_close_time < dtval:
        #store the completed candle
        candle_data.append((candle_close_time, op, hi, lo, cl))        
        #increment to the next candle
        candle_close_time += candle_delta
        #Reset
        op, hi, lo, cl = 0, 0, 0, 0

    if dtval <= candle_close_time and op==0:
        #set initial values
        op, hi, lo, cl = val, val, val, val
    elif dtval <= candle_close_time and op!=0:
        #update values as appropriate
        hi = val if val > hi else hi
        lo = val if val < lo else lo
        cl = val

    #final tick
    if dtval == tick_data[-1][0]:
        #store the completed candle
        candle_data.append((candle_close_time, op, hi, lo, cl))

#print(str(candle_data))

df = pd.DataFrame(candle_data, columns=list('dohlc'))

#For rectangle positioning
mids = (df.o + df.c)/2
#Rectangle height
spans = abs(df.c-df.o)
#Detect up / down candle body
inc = df.c > df.o
dec = df.o > df.c
#Candle width
w = 10 * 500

TOOLS = "pan,wheel_zoom,box_zoom,reset,save"
p = figure(x_axis_type="datetime", tools=TOOLS, plot_width=500, title = "Four Candles")

p.xaxis.major_label_orientation = pi/4
p.grid.grid_line_alpha=0.3

#Wick
p.segment(df.d, df.h, df.d, df.l, color="#000000")
#Up body
p.rect(df.d[inc], mids[inc], w, spans[inc], fill_color="#09ff00", line_color="#09ff00")
#Down body
p.rect(df.d[dec], mids[dec], w, spans[dec], fill_color="#ff0000", line_color="#ff0000")


output_notebook()
show(p)