Python 带“选择”的BokehAPP用于更改未显示其中一个图的图

我正在使用Bokeh服务器构建一个交互式绘图，该绘图随选项列表['a'、'B'、'C']而变化。它很好用。其defalut值为“A”，绘图显示良好。如果我从“A”切换到“B”或“C”，效果也很好。如果我从“B”切换到“C”，它也可以正常工作。问题是，当我从“C”切换到“B”时。。。没有显示任何绘图。。。。我只是不明白为什么所有其他的切换命令都能正常工作，只有这一个，不能

使用初始选项选择“a”初始化用于绘图的df df_绘图=df_模块位置['A'] source=ColumnDataSourcedf\U绘图 p=figuretitle=titulo，x_range=listdf_plot.index p、 vbar\u堆栈列表\u列\u栏，x='Column\u x'，宽度=0.9，源=源 选择_concento=Selecttitle='Title'， 选项=列出选项，值='A' def开关_plotattr，旧的，新的： 选项=选择选项值 data=source.data df_绘图=df_模块位置[选项] p、 x_范围系数=listdf_plot.index 我的数据的分类x存储在df_图的索引中 数据['Column_x']=df_plot.index 更新新df_图中的所有数据列 对于df_plot.columns中的i： 数据[i]=df_图[i] 选择选项。在更改“值”时，切换绘图

---

解决了用for循环代替dict理解的问题。新的回调函数如下所示：

    def switch_plot(attr,old,new):
        option = select_option.value

        df_plot=df_mod.loc[option]

        p.x_range.factors=list(df_plot.index)

        ### Updating data with dict comprehension
        source.data={i:df_plot.reset_index()[i] for i in df_plot.reset_index().columns}