使用Matplotlib后端控制Holoviews+Datashader的大小的问题

Question

我目前正在尝试在matplotlib后端使用holoviews+datashader。我使用的数据具有非常不同的x和y范围，结果是datashader图被拉伸得毫无帮助。我尝试使用的opts和output关键字可以解决holoviews只绘制图的问题，但一旦应用datashade就不行了。在

例如：

import holoviews as hv
hv.extension('matplotlib')
import numpy as np
from holoviews.operation.datashader import datashade

np.random.seed(1)
positions = np.random.multivariate_normal((0,0),[[0.1,0.1], [0.1,50.0]], (1000000,))
positions2 = np.random.multivariate_normal((0,0),[[0.1,0.1], [0.1,50]], (1000,))
points = hv.Points(positions,label="Points")
points2 = hv.Points(positions2,label="Points2")
plot = datashade(points) + points2
plot

产生： datashader and points output

我可以使用fig_size opts关键字控制点的大小

^{pr2}$

但同样的方法不适用于datashader图。任何关于用matplotlib改变这种数据阴影图形大小的建议都将不胜感激。理想情况下，我希望使用函数而不是cellmmagic关键字，这样代码就可以移植到脚本中。在

谢谢！在

Answer 1

在HoloViews中更改matplotlib绘图的大小总是由外部容器控制的，因此当您有一个布局时，您可以更改该对象的大小，例如，在您的示例中：

plot = datashade(points) + points2
plot.opts(plot=dict(fig_size=200))

另一个可能令人困惑的地方是，RGB元素（datashade操作返回的内容）默认使用aspect='equal'。您可以通过将纵横比设置为“正方形”或显式纵横比来更改该值：

^{pr2}$

把这些放在一起，你可能想做这样的事情：

plot = datashade(points).opts(plot=dict(aspect='square')) + points2
plot.opts(plot=dict(fig_size=200))