Python 带bokeh面积图的分类轴 问题:

当前是否可以将分类轴与bokeh

Area

图表一起使用

细节 我正在尝试使用高级

bokeh.charts

API绘制一个带有分类x轴的面积图

例子 如果设置bokeh和这样的数据帧：

import numpy
import pandas
from bokeh import charts, plotting, models
plotting.output_notebook()

_, blue, _, green = bokeh.palettes.Paired4

datalist = [
    {'month': 'Oct', 'rain': 107., 'snow': 0.0, 'wy_month': 0},
    {'month': 'Nov', 'rain': 23.6, 'snow': 0.8, 'wy_month': 1},
    {'month': 'Dec', 'rain': 31.9, 'snow': 30.5, 'wy_month': 2},
    {'month': 'Jan', 'rain': 44.6, 'snow': 31.1, 'wy_month': 3},
    {'month': 'Feb', 'rain': 49.6, 'snow': 31.7, 'wy_month': 4},
    {'month': 'Mar', 'rain': 13.6, 'snow': 4.2, 'wy_month': 5},
    {'month': 'Apr', 'rain': 107.2, 'snow': 1.6, 'wy_month': 6},
    {'month': 'May', 'rain': 77.0, 'snow': 0.0, 'wy_month': 7},
    {'month': 'Jun', 'rain': 108., 'snow': 0.0, 'wy_month': 8},
    {'month': 'Jul', 'rain': 216., 'snow': 0.0, 'wy_month': 9},
    {'month': 'Aug', 'rain': 76.8, 'snow': 0.0, 'wy_month': 10},
    {'month': 'Sep', 'rain': 76.4, 'snow': 0.0, 'wy_month': 11},
]

data = pandas.DataFrame(datalist)

我可以做到：

bar = charts.Bar(data=data, values='rain', label='month',
               color=[blue], width=600, height=300)
plotting.show(bar)

scatter = charts.Scatter(data=data, x='month', y='rain',
                         color=[blue], width=600, height=300)
plotting.show(scatter)

我得到：

及

我试过的 但如果我对面积图也这么做：

area = charts.Area(data=data, y='rain', x='month', stack=True,
                   color=blue, width=600, height=300)
plotting.show(area)

我得到：

其他努力 删除

x

的显式定义会显示区域，但会显示一个数字轴（0-12）

---

将

x\u范围指定为列表或
bokeh.models.ranges.FactorRange
似乎没有效果（有或没有
x='month'
）。
一个选项是为轴制作自定义刻度标签。根据此处的答案修改-：

首先，我们导入并创建一个字典来存储修改后的标签（使用Jupyter笔记本）：

现在我们定义自定义标签类（以及相关的JS代码）：

并使用修改后的轴绘制图表：

area = charts.Area(data=data, y='rain', x='wy_month', stack=True,
                   color=blue, width=600, height=300)
area.xaxis[0].formatter = FixedTickFormatter(labels=label_data)
area.xaxis[0].ticker = FixedTicker(ticks=sorted(label_data.keys()))
plotting.show(area)

这是我得到的最后一个情节：

谢谢你的回答。看起来这行得通，但我会把问题留长一点。还有，有没有想过如何让所有的月份都像散点图一样出现？不用担心。我将更新我的答案，以包括一个自定义的股票代码，这样您就可以显示所有月份（月份之间没有中间的滴答声）。
import numpy
import pandas
from bokeh import charts, plotting, models
import bokeh
from bokeh.models.formatters import TickFormatter, String, List, Dict, Int
from bokeh.models import FixedTicker
plotting.output_notebook()

_, blue, _, green = ['#a6cee3', '#1f78b4', '#b2df8a', '#33a02c']

datalist = [
    {'month': 'Oct', 'rain': 107., 'snow': 0.0, 'wy_month': 0},
    {'month': 'Nov', 'rain': 23.6, 'snow': 0.8, 'wy_month': 1},
    {'month': 'Dec', 'rain': 31.9, 'snow': 30.5, 'wy_month': 2},
    {'month': 'Jan', 'rain': 44.6, 'snow': 31.1, 'wy_month': 3},
    {'month': 'Feb', 'rain': 49.6, 'snow': 31.7, 'wy_month': 4},
    {'month': 'Mar', 'rain': 13.6, 'snow': 4.2, 'wy_month': 5},
    {'month': 'Apr', 'rain': 107.2, 'snow': 1.6, 'wy_month': 6},
    {'month': 'May', 'rain': 77.0, 'snow': 0.0, 'wy_month': 7},
    {'month': 'Jun', 'rain': 108., 'snow': 0.0, 'wy_month': 8},
    {'month': 'Jul', 'rain': 216., 'snow': 0.0, 'wy_month': 9},
    {'month': 'Aug', 'rain': 76.8, 'snow': 0.0, 'wy_month': 10},
    {'month': 'Sep', 'rain': 76.4, 'snow': 0.0, 'wy_month': 11},

]

data = pandas.DataFrame(datalist)
label_data = {x['wy_month']:x['month'] for x in datalist}

JS_CODE =  """
        _ = require "underscore"
        Model = require "model"
        p = require "core/properties"
        class FixedTickFormatter extends Model
          type: 'FixedTickFormatter'
          doFormat: (ticks) ->
            labels = @get("labels")
            return (labels[tick] ? "" for tick in ticks)
          @define {
            labels: [ p.Any ]
          }
        module.exports =
          Model: FixedTickFormatter
    """

class FixedTickFormatter(TickFormatter):

    labels = Dict(Int, String, help="""
    A mapping of integer ticks values to their labels.
    """)

    __implementation__ = JS_CODE

area = charts.Area(data=data, y='rain', x='wy_month', stack=True,
                   color=blue, width=600, height=300)
area.xaxis[0].formatter = FixedTickFormatter(labels=label_data)
area.xaxis[0].ticker = FixedTicker(ticks=sorted(label_data.keys()))
plotting.show(area)