如何在全息视图中使用全息图查看二维阵列切片（Python 3.5.1）

我最近发现了

holoviews

，而

hv.Image

方法是

plt.Image

的一个很好的替代方法。有一个非常酷的功能叫做

hv.HoloMap

，它允许用户输入函数并调整函数中的参数，以交互方式查看生成的二维阵列。我尝试了以下几个启动

HoloMap

对象和另一个

dynamicMap

对象的示例，但无法让它与我的数据一起工作。（）

在我的真实数据集中，我将有3D数组，我想沿着一个轴（在本例中是z）切片，在那里我可以交互地查看结果切片。我用下面的

numpy

和

xarray

做了一个基本示例：

如何使用我的

hv.HoloMap

（或

hv.dynamicMap

）对象构建我的基本函数

image\u slice

（在

z

维度上迭代）来查看我的3D数据阵列的2D切片？

import xarray as xr
import numpy as np
import holoviews as hv; hv.notebook_extension()


#Building 2D Array (X & Y)
dist = np.linspace(-0.5,0.5,202)   # Linear spatial sampling
XY,YX = np.meshgrid(dist, dist)

#Add along 3rd Dimension
Z_list = []
for i in range(10):
    Z_list.append(xr.DataArray(XY*i,dims=["x","y"]))

#Concat list of 2D Arrays into a 3D Array
DA_3D = xr.concat(Z_list,dim="z")
# DA_3D.shape 
# (10, 202, 202)

def image_slice(DA_var,k):
    return(hv.Image(DA_var[k,:,:].values))

#http://holoviews.org/Tutorials/Showcase.html Interactive Exploration w/ Circular Wave example
keys = [(DA_3D,k) for k in range(10)] #Every combination
items = [(k, image_slice(*k)) for k in keys] 
# visual_slice = hv.HoloMap(items)
# TypeError: unhashable type: 'DataArray


dmap = hv.DynamicMap(slice_image, kdims=[hv.Dimension('z_axis',range=(0, 10))])
# dmap
# TypeError: slice_image() missing 1 required positional argument: 'k'
# Which makes perfect sense because the first argument is the DataArray object but I don't know how to input that into this type of object since `hv.Dimension` requires a range

---

我使用

Python 3.5.1

和

Holoviews版本（（1,4,3），

首先感谢大家的关注，我是Holoviews的作者之一。理解

HoloMap

和

DynamicMap

之间的区别很重要

HoloMap很像一个字典，你用（键，值）对填充它，然后你可以用小部件探索数据的可视化。DynamicMap在你构建它时不包含任何项目，而是定义一个回调函数，当小部件（或你）运行时会对它进行评估请求一个特定的键。这意味着您可以在动态维度上定义一个连续范围或离散样本列表，让您可以探索比全息图更大的空间

以您的示例为例，您可以通过以下方式构建全息图和动态地图：

将xarray作为xr导入
将numpy作为np导入
将全息视图导入为hv；
hv.笔记本_扩展（）
#构建二维阵列（X&Y）
dist=np.linspace（-0.5,0.5202）#线性空间采样
XY，YX=np.网格（距离，距离）
#沿三维方向添加
Z_列表=[]
对于范围（10）内的i：
Z_list.append（xr.DataArray（XY*i，dims=[“x”，“y”]））
#将二维阵列列表合并为三维阵列
DA_3D=xr.concat（Z_列表，dim=“Z”）
#达乌3D.shape
# (10, 202, 202)
def图像_切片（k）：
返回（hv.Image（dau 3D[k，：，：]值））
键=列表（范围（10））
#通过计算所有键上的函数来构建全息图
hmap=hv.HoloMap（[（k，图像切片（k））用于k个关键帧]，kdims=['z_轴']）
#通过定义维度上的采样来构造DynamicMap
dmap=hv.DynamicMap（图像切片，kdims=[hv.Dimension（'z_轴'，值=键）]）

---

如果您还有任何问题，可以加入我们。请注意，我们正计划将xarray与HoloView正确集成，这样您就不必手动定义HoloMap/DynamicMap来探索多维数组。

谢谢您的帮助。我实际上通过

xarray

了解了有关

HoloMap

的信息，因此这将是非常棒的f两个平台之间进行了一些交流。继续努力！这是一个非常有用的工具。我想最终让我们

Holoviews

来评估来自

Scikit learn

的机器学习模型，可能有点晚了，但我们现在直接在Holoviews数据结构中支持XArray数据集。GeoViews包中有一些文档在上，HoloViews本身将有即将发布的文档。这样做的时机太疯狂了。我已经几个月没有考虑HoloViews了，最近也没有使用Xarray。昨天我有一个非常复杂的数据集要处理，所以开始尝试Xarray。我想在开车回家和di的时候用HoloViews来可视化它我不想忘记这个想法（当然我确实忘记了）。我在工作中看到的第一件事就是这条信息，它让我完全想起了我的想法。哈哈，非常感谢！你发送的链接将非常有用。