在IPython笔记本（Bokeh）中绘制大型数据集

Question

我有一个大型数据集，想在IPython笔记本中绘制它。

我使用read_csv将0.5GB的.csv文件读入Pandas DataFrame中，这需要大约两分钟。然后我尝试绘制这些数据。

data = pd.read_csv('large.csv')
output_notebook()
p1 = figure()
p1.circle(data.index, data['myDataset'])
show(p1)

我的浏览器一直在旋转，没有显示任何图形。我尝试了以下方法：

1. 使用output_file()代替output_notebook()
2. 使用ColumnSource对象作为source参数来绘制图形
3. 将我的数据降采样到更可管理的范围。

Bokeh在其网站上声称可以提供“对非常大的或流式数据集的高性能交互”。如何在不使计算机崩溃的情况下可视化这些大型数据集？

- Dylan Kirkby

Answer 1

这个问题过于宽泛，无法提供任何具体的代码建议。我很想知道您尝试的下采样大小是多少。默认的Bokeh HTML Canvas肯定可以容纳数万个圆。有一些选择：

• 对于数十万个点的简单散点图和线条，有一个WebGL后端可能会有用。

  http://docs.bokeh.org/en/latest/docs/user_guide/webgl.html

• 使用Bokeh Server，在呈现数据之前创建一个Bokeh应用程序进行下采样。这里有一些应用程序示例：

  https://github.com/bokeh/bokeh/tree/master/examples/app

• DataShader库可用于执行大数据集（数亿到数十亿个点）的下采样，并与Bokeh完美集成。

- bigreddot

---

你好 @bigreddot，能否请您看一下我的这个问题，我真的很难得到解决方案。http://stackoverflow.com/questions/36207525/how-to-generate-multiple-plots-by-clicking-a-single-plot-for-more-infomation-usi - Sandy

那个问题似乎是关于Matplotlib的，而不是关于Bokeh的。恐怕我对Matplotlib并不了解。 - bigreddot

感谢您的快速回复，在Bokeh中我能实现我的要求吗？ - Sandy

很抱歉，您提供的问题链接已经失效，所以我无法回答。 - bigreddot