组件#
范围滑块#
- panel_widgets.range_slider(data_points=None, step_size=None, step_size_type=<class 'int'>, **params)#
cuxfilter 仪表板导航栏中的组件。
类型:范围滑块
- 参数:
- x: str
来自 gpu 数据帧的列名,数据类型应为 int 或 float
- data_points: int, 默认值 None
为 None 时,表示未提供自定义 bin 数量,data_points 将默认为 df[self.x].nunique()
- step_size: int, 默认值 1
- step_size_type: {int, float}, 默认值 int
- **params
要传递给函数的附加参数。更多信息请参阅 panel widgets 文档,https://panel.holoviz.org/reference/widgets/RangeSlider.html#parameters
示例#
import cudf
from cuxfilter import charts, DataFrame
import cuxfilter
cux_df = DataFrame.from_dataframe(cudf.DataFrame({'key': [0, 1, 2, 3, 4], 'val':[float(i + 10) for i in range(5)]}))
range_slider = charts.range_slider('key')
d = cux_df.dashboard([range_slider])
range_slider.view()
日期范围滑块#
- panel_widgets.date_range_slider(data_points=None, **params)#
cuxfilter 仪表板导航栏中的组件。
类型:范围滑块
- 参数:
- x: str
来自 gpu 数据帧的列名,数据类型应为 datetime
- data_points: int, 默认值 None
为 None 时,表示未提供自定义 bin 数量,data_points 将默认为 df[self.x].nunique()
- step_size: np.timedelta64, 默认值 np.timedelta64(days=1)
- **params
要传递给函数的附加参数。更多信息请参阅 panel widgets 文档,https://panel.holoviz.org/reference/widgets/DateRangeSlider.html#parameters
示例#
import cudf
from cuxfilter import charts, DataFrame
cux_df = DataFrame.from_dataframe(cudf.DataFrame({'time':['2020-01-01', '2020-01-10', '2020-02-20']}))
cux_df.data['time'] = cudf.to_datetime(cux_df.data['time'])
date_range_slider = charts.date_range_slider('time')
d = cux_df.dashboard([date_range_slider])
date_range_slider.view()
浮点数滑块#
- panel_widgets.float_slider(data_points=None, step_size=None, **params)#
cuxfilter 仪表板导航栏中的组件。
类型:浮点数滑块
- 参数:
- x: str
来自 gpu 数据帧的列名,数据类型应为 float
- data_points: int, 默认值 None
为 None 时,表示未提供自定义 bin 数量,data_points 将默认为 df[self.x].nunique()
- step_size: float, 默认值 float((max - min)/datapoints)
- **params
要传递给函数的附加参数。更多信息请参阅 panel widgets 文档,https://panel.holoviz.org/reference/widgets/FloatSlider.html#parameters
示例#
import cudf
from cuxfilter import charts, DataFrame
cux_df = DataFrame.from_dataframe(cudf.DataFrame({'key': [0, 0.5, 1, 1.5, 2], 'val':[float(i + 10) for i in range(5)]}))
float_slider = charts.float_slider('key', step_size=0.5)
d = cux_df.dashboard([float_slider])
float_slider.view()
整数滑块#
- panel_widgets.int_slider(data_points=None, step_size=1, **params)#
cuxfilter 仪表板导航栏中的组件。
类型:整数滑块
- 参数:
- x: str
来自 gpu 数据帧的列名,数据类型应为 int
- data_points: int, 默认值 None
为 None 时,表示未提供自定义 bin 数量,data_points 将默认为 df[self.x].nunique()
- step_size: int, 默认值 1
- **params
要传递给函数的附加参数。更多信息请参阅 panel widgets 文档,https://panel.holoviz.org/reference/widgets/IntSlider.html#parameters
示例#
import cudf
from cuxfilter import charts, DataFrame
cux_df = DataFrame.from_dataframe(cudf.DataFrame({'key': [0, 1, 2, 3, 4], 'val':[float(i + 10) for i in range(5)]}))
int_slider = charts.int_slider('val')
d = cux_df.dashboard([int_slider])
#view the individual int_slider chart part of the dashboard d
int_slider.view()
下拉菜单#
- panel_widgets.drop_down(**params)#
cuxfilter 仪表板导航栏中的组件。
类型:drop_down
- 参数:
- x: str
来自 gpu 数据帧的列名,数据类型 [str, int, float]
- data_points: int, 默认值 唯一值的数量
- **params
要传递给函数的附加参数。更多信息请参阅 panel widgets 文档,https://panel.holoviz.org/reference/widgets/MultiChoice.html#parameters
示例#
import cudf
from cuxfilter import charts, DataFrame
cux_df = DataFrame.from_dataframe(cudf.DataFrame({'val': ['A', 'B', 'C', 'D', 'E']}))
multi_select = charts.drop_down('val')
d = cux_df.dashboard([multi_select])
# View the individual multi_select chart part of the dashboard d
multi_select.view(height=200)
多选菜单#
- panel_widgets.multi_select(**params)#
cuxfilter 仪表板导航栏中的组件。
类型:multi_choice
- 参数:
- x: str
来自 gpu 数据帧的列名,数据类型 [str, int, float]
- data_points: int, 默认值 唯一值的数量
- **params
要传递给函数的附加参数。更多信息请参阅 panel widgets 文档,https://panel.holoviz.org/reference/widgets/MultiChoice.html#parameters
示例#
import cudf
from cuxfilter import charts, DataFrame
cux_df = DataFrame.from_dataframe(cudf.DataFrame({'val': ['A', 'B', 'C', 'D', 'E']}))
multi_select = charts.multi_select('val')
d = cux_df.dashboard([multi_select])
# View the individual multi_select chart part of the dashboard d
multi_select.view(height=200)
数字图表#
- panel_widgets.number(aggregate_fn='mean', title='', format='{value}', default_color='black', colors=[], font_size='18pt', **library_specific_params)#
数字图表,可位于主仪表板或侧边导航栏。
类型:number_chart 或 number_chart_widget
- 参数:
- 表达式
包含可计算表达式的字符串,其中包含列名,例如:“(x+y)/2” 将得到数值 = (df.x + df.y)/2
- aggregate_fn: {‘count’, ‘mean’, ‘min’, ‘max’,’sum’, ‘std’}, 默认值 ‘count’
- title: str,
图表标题
- format: str, 默认值=’{value}’
接受 {value} 的格式化字符串。
- default_color: str, 默认值 ‘black’
如果未通过 colors 参数传递阈值,则用作默认颜色的字符串。
- colors: list
数字指示器的颜色阈值,指定为绝对阈值和切换颜色的元组。例如:colors=[(33, ‘green’), (66, ‘gold’), (100, ‘red’)]
- font_size: str, 默认值 ‘18pt’
- title_size: str, 默认值 ‘14pt’
- **params
要传递给函数的附加参数。更多信息请参阅 panel widgets 文档,https://panel.holoviz.org/reference/indicators/Number.html#parameters
示例 1#
import cudf
from cuxfilter import charts, DataFrame
cux_df = DataFrame.from_dataframe(cudf.DataFrame({'key': [0, 1, 2, 3, 4], 'val':[float(i + 10) for i in range(5)]}))
number_chart = charts.number(expression='val', aggregate_fn="mean", format="{value}%")
d = cux_df.dashboard([number_chart])
# view the individual number_chart chart part of the dashboard d
number_chart.view()
示例 2#
import cudf
from cuxfilter import charts, DataFrame
cux_df = DataFrame.from_dataframe(cudf.DataFrame({'key': [0, 1, 2, 3, 4], 'val':[float(i + 10) for i in range(5)]}))
number_chart = charts.number(
expression='(key*val)*1000', aggregate_fn="mean",
title="custom eval expr",
format="{value:,}", font_size="20pt"
)
d = cux_df.dashboard([number_chart])
# view the individual number chart part of the dashboard d
number_chart.view()
卡片图表#
- panel_widgets.card(**library_specific_params)#
包含 Markdown 内容的卡片图表,可位于主仪表板或侧边导航栏。
类型:number_chart
- 参数:
- content: {str, markdown 静态内容}, 默认值 “”
- **params
要传递给函数的附加参数。更多信息请参阅 panel widgets 文档,https://panel.holoviz.org/reference/layouts/Card.html#parameters
import cudf
from cuxfilter import charts, DataFrame
import panel as pn
cux_df = DataFrame.from_dataframe(cudf.DataFrame({'key': [0, 1, 2, 3, 4]}))
card_chart = charts.card(pn.pane.Markdown("""
# H1
## H2
### H3
#### H4
##### H5
###### H6
### Emphasis
Emphasis, aka italics, with *asterisks* or _underscores_.
"""))
d = cux_df.dashboard([card_chart])
# view the individual card_chart chart part of the dashboard d
card_chart.view()