如何在数据着色器热图中填充或插入稀疏数据空白空间（欠采样）？

Question

在数据着色器中绘制一组数据时，如果 X 轴具有离散数字和欠采样，则会在可以看到背景的列之间留下间隙。

我一直在尝试通过设置更大的点大小或使用 dynspread 传输 function 来解决此问题。 不走运——很可能是我不知道应用这些的正确方法。

这是重现我的意思的示例代码：

import pandas as pd
import numpy as np

import datashader as ds, colorcet
import holoviews as hv
from holoviews.operation.datashader import datashade
from holoviews import opts

# generate random dataset 0 - 10000
image = np.random.randn(250, 1024, 1024) + 10000
z, x, y = image.shape
print("z, x, y =", z, x, y)
    
# rearrange data to 'z' + 'value' array and convert to dataframe
arr = np.column_stack((np.repeat(np.arange(z),y*x), image.ravel()))
df = pd.DataFrame(arr, columns = ['X', 'Y'])

### Plot using in datashader
map = ds.Canvas(plot_width=800, plot_height=800)
agg = map.points(df, 'X', 'Y' )
pts = ds.tf.shade(agg, cmap=colorcet.fire)
ds.tf.set_background(pts, 'white')

当然，使用 bokeh 绘制相同的集合会显示相同的内容。 更糟糕的是，如果你放大：

hv.extension("bokeh")
datashade(hv.Points(df), cmap=colorcet.fire).relabel('Value heatmap').opts(height=700, width=800)

Answer 1

在这种情况下，Datashader 按设计工作。 当将点渲染到栅格网格中时，它会向您显示可用的实际点数据，直至像素网格可以显示的限制。 如果一个像素中有多个数据点，则会汇总它们的计数或值。 如果某些像素中没有数据，则不显示数据。

听起来您想要一种不同于数据阴影像素热图的 plot。 也许：

• If your data represent regular samples from an underlying raster or quadmesh grid, use a datashaded hv.Image or hv.Quadmesh plot (or call canvas.raster or canvas.quadmesh directly), not an hv.Points or canvas.points plot
• 如果您的数据表示来自基础连续分布的任意位置的样本，您可以在计算 Delaunay 或其他类型的三角剖分后使用数据阴影hv.TriMesh或 canvas.trimesh plot 在点之间填充，以便定义表面。
• If your data represent arbitrarily located samples from a non-continuous distribution but you still want to approximate it with a continuous function, you can use a (non-datashaded) hv.Bivariate plot, which computes a smooth kernel density estimate that effectively "connects正如您所描述的那样，这些点也可以消除局部密度差异。

这些选项都不能完全满足您在这里的要求，但我认为 TriMesh 的行为最符合您的建议，同时在缩小的情况下仍然表现类似。