如何解决每次在前端放大/缩小时,如何以编程方式检查 Altair 图表的放大/缩小功能
我编写了一个流线型代码,我使用 altair 在前端显示图表。使该图表具有放大/缩小功能。我使用“.interactive()”来完成这个,如下所示。
chart = alt.Chart(embd_1).mark_circle(size=30).encode(
x = 'dimention1:Q',y = 'dimention2:Q',tooltip=['col1'],color=color).properties(width=600,height=600).add_selection(selected).interactive()
但是,当我在我的应用中放大/缩小时,我遇到了问题。更新需要很多时间。一旦我开始滚动鼠标,在前端更新缩放图表需要花费超过 10 秒的时间。
我只是想知道这可能是因为 streamlit 正在运行 altairs 代码下方的所有代码,因为我不知道在使用放大/缩小功能时如何跳过或避免某些代码。
那么,问题是如何以编程方式定义用户是否正在放大/缩小?
如下:
if CheckZoom_SomeThingIDnotKNowYet == True:
logic to execute code1
else:
logic to execute code2
def altair_graph(embd_1):
selected = alt.selection_single(on="click",empty="none")
dom = ['Other IPs','Slected IP','Sel Dims']
rng_clr = ['lightgrey','red','blue']
color_point=alt.Color('color',scale=alt.Scale(domain=dom,range=rng_clr))
color = alt.condition(selected,alt.value('red'),color_point,legend=None)
chart = alt.Chart(embd_1).mark_circle(size=30).encode(
x = 'dimention1:Q',tooltip=['dimention1','dimention2'],color=color
).properties(width=600,height=600).add_selection(selected).interactive()
return chart
上述函数的示例可以如下创建:
dimention1=np.random.rand(1,100000).squeeze()
dimention2=np.random.rand(1,100000).squeeze()
colr_values = ['Other Ids','Slected Id','Sel Dims']
color = np.random.choice(colr_values,100000,p=[0.9,0.05,0.05])
sample = pd.DataFrame({'dimention1':dimention1,'dimention2':dimention2,'color':color})
altair_graph(sample)
如示例所示,我的实时数据超过 150k 个数据点。
即使我在 streamlit 之外执行了上述代码,放大/缩小也需要花费大量时间。有人可以提供解决此问题的方法。
解决方法
Altair/VegaLite 是一个性能不是很好的时刻,有这么多数据点(我认为它在某个地方减慢了大约 20-40k)。您可以尝试 alt.data_transformers.enable('data_server')
进行潜在的小改进,并在此处查看我的回答以了解更多详细信息和评论中的讨论 https://stackoverflow.com/a/67349827/2166823。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。