使用 Datashader 和 Holoviews 具有多种颜色和图例的时间序列

Question

我想绘制一个包含 3 列的时间序列数据框，每条曲线一列。 我希望每条曲线都有自己的颜色并显示一个图例，就像hvplot()默认那样。

这是一个独立的示例：

import numpy as np
import pandas as pd
import hvplot.pandas
import datetime
from holoviews.operation.datashader import datashade

n=1000
start = datetime.datetime(2010, 10, 1, 0)   # Start time
datetimerange = [start + datetime.timedelta(minutes=1)*i for i in range(n)]
A = np.random.randint(5, size=n)
B = np.random.randint(20, 40, size=n)
C = np.random.randint(10, 20, size=n)
d = {'datetime': datetimerange, 'A': A, 'B': B, 'C': C}
df = pd.DataFrame(d).set_index('datetime')

df.hvplot(cmap=['red', 'blue', 'green']) + datashade(df.hvplot(cmap=['red', 'blue', 'green']))

这是结果（左侧没有数据着色器，右侧有数据着色器）：

将绘图传递给数据着色器时，颜色和图例将丢失。 使用datashade=True的论据hvplot具有相同的效果。

Datashader 文档中有一个关于时间序列绘图的教程，但它非常复杂，它使用datashader.transfer_functions.shade()作为操作图形的基础，而没有太多介绍它的工作原理， 而且 API 也不是很清楚。 我只想保留默认情况下 bokeh/hvplot 提供的这些基本绘图功能，我不确定 datashader 不保留它们的原因，所以我不知道要修复什么。

如何向数据着色器发出信号以保留不同的颜色并绘制图例？

Answer 1

这是答案的一半，不幸的是这并没有给出一个传说。 请注意.hvplot()有参数datashade=True内置：

df.reset_index().melt(id_vars='datetime').hvplot.line(
    x='datetime', 
    y='value', 
    by='variable', 
    datashade=True, 
    dynamic=False,
)