
本教程详细讲解如何利用Bokeh的`CustomJS`回调函数,结合`MultiChoice`小部件,实现`DataTable`列的动态显示与隐藏。文章重点指出JavaScript布尔类型大小写敏感的常见陷阱,并提供修正后的代码示例,帮助开发者构建交互式数据表格,提升用户体验。
在交互式数据可视化应用中,根据用户选择动态调整数据表格(DataTable)的显示内容是一项常见需求。Bokeh提供强大的`CustomJS`回调机制,允许开发者在浏览器端直接执行JavaScript代码,从而实现高性能的客户端交互。本文将详细介绍如何结合`MultiChoice`小部件和`CustomJS`,实现`DataTable`列的动态可见性控制。
假设我们有一个`DataTable`,其中包含多列数据。我们希望通过一个`MultiChoice`小部件,让用户选择需要显示的列,未被选择的列则保持隐藏状态。一个常见的实现思路是,当`MultiChoice`的值发生变化时,通过`CustomJS`遍历`DataTable`的列,并根据选择结果更新其`visible`属性。
以下是一个初始的代码片段,展示了这种思路:
import pandas as pd
from bokeh.plotting import show
from bokeh.models import ColumnDataSource, CustomJS, MultiChoice
from bokeh.models.widgets import DataTable, TableColumn
from bokeh.layouts import column
<h1>示例数据,包含多列</h1><p>data = {
'Li': [1, 2, 3],
'Be': [4, 5, 6],
'B': [7, 8, 9],
'C': [10, 11, 12],
'N': [13, 14, 15]
}
df = pd.DataFrame(data)</p><h1>准备数据源,包含所有列</h1><p>filtered_table_data = df
filtered_table_source = ColumnDataSource(data=filtered_table_data)</p><h1>初始化DataTable列</h1><h1>假设初始时,'Li'和'Be'是可见的,其他列是隐藏的</h1><p>initial_visible_columns = ['Li', 'Be']
filtered_table_cols = []
for col_name in df.columns:
is_visible_initially = col_name in initial_visible_columns
filtered_table_cols.append(TableColumn(field=col_name, title=col_name, width=100, visible=is_visible_initially))</p><h1>创建DataTable</h1><p>filtered_table = DataTable(source=filtered_table_source, columns=filtered_table_cols, width=600, height=200)</p><h1>创建MultiChoice小部件</h1><h1>选项包含所有列名</h1><p>multi_choice_options = df.columns.tolist()</p><h1>初始选中值与DataTable的初始可见列匹配</h1><p>multi_choice = MultiChoice(value=initial_visible_columns, options=multi_choice_options, title='Select elements:')</p><h1>初始CustomJS回调(存在问题)</h1><p>callback_initial = CustomJS(args=dict(multi_choice=multi_choice, filtered_table=filtered_table), code="""
// 首先将所有列设为不可见
for (var i=0; i<filtered_table.columns.length; i++) {
filtered_table.columns[i].visible = False; // 错误:应为false
}</p><pre class="brush:php;toolbar:false;">// 然后根据multi_choice的当前选择,将对应列设为可见
for (var i=0; i<filtered_table.columns.length; i++) {
for (var j=0; j<multi_choice.value.length; j++) {
if (filtered_table.columns[i].field == multi_choice.value[j]) {
filtered_table.columns[i].visible = True; // 错误:应为true
break; // 找到匹配项后,无需继续检查该列的其他选项
}
}
}
filtered_table.change.emit(); // 触发DataTable的更新""")
multi_choice.js_on_change("value", callback_initial)
当尝试运行上述代码时,用户可能会发现`DataTable`的列并没有按照预期进行显示或隐藏。问题症结在于`CustomJS`回调函数中的布尔值赋值。在Python中,布尔类型使用`True`和`False`(首字母大写),但在JavaScript中,布尔字面量是`true`和`false`(全小写)。`CustomJS`在浏览器端执行的是纯JavaScript代码,因此必须遵循JavaScript的语法规范。
错误的写法:
filtered_table.columns[i].visible = True; // 这是Python的布尔值
正确的写法:
filtered_table.columns[i].visible = true; // 这是JavaScript的布尔值
理解了布尔类型的大小写差异后,我们可以轻松修正`CustomJS`回调函数。修正后的代码将确保`DataTable`的列可见性能够正确响应`MultiChoice`小部件的更改。
import pandas as pd
from bokeh.plotting import show
from bokeh.models import ColumnDataSource, CustomJS, MultiChoice
from bokeh.models.widgets import DataTable, TableColumn
from bokeh.layouts import column
<h1>示例数据,包含多列</h1><p>data = {
'Li': [1, 2, 3],
'Be': [4, 5, 6],
'B': [7, 8, 9],
'C': [10, 11, 12],
'N': [13, 14, 15]
}
df = pd.DataFrame(data)</p><h1>准备数据源,包含所有列</h1><p>filtered_table_data = df
filtered_table_source = ColumnDataSource(data=filtered_table_data)</p><h1>初始化DataTable列</h1><h1>假设初始时,'Li'和'Be'是可见的,其他列是隐藏的</h1><p>initial_visible_columns = ['Li', 'Be']
filtered_table_cols = []
for col_name in df.columns:
is_visible_initially = col_name in initial_visible_columns
filtered_table_cols.<a style="color:#f60; text-decoration:underline;" title="app" href="https://www.php.cn/zt/16186.html" target="_blank">app</a>end(TableColumn(field=col_name, title=col_name, width=100, visible=is_visible_initially))</p><h1>创建DataTable</h1><p>filtered_table = DataTable(source=filtered_table_source, columns=filtered<em>table</em></p>以上就是Bokeh教程:使用CustomJS动态控制DataTable列的可见性的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号