climate_bokeh5.py

#In questa sezione importiamo i moduli per la visualizzazione interattiva dei dati

from bokeh.layouts import column 
from bokeh.models import ColumnDataSource, Plot, Select,LinearAxis, Grid, HoverTool
from bokeh.models.glyphs import VBar 
from bokeh.plotting import figure,curdoc 
from bokeh.io import show,push_notebook, output_notebook,output_file 

#Output_notebook() è necessario per visualizzare 
#i grafici all'interno di jupyter notebook 

output_notebook()   
#Voglio provare a fare un plot interattivo 
#Selezionando la variabile di interesse
#Viene rappresentato graficamente 
#L'elemento selezionato
df_r=df_train.copy()
#Stiamo cambiando il data type di date
#da Time a String
#Così che ColumnDataSource non dia di matto

df_r['date']=df_r['date'].tolist()
source = ColumnDataSource(data=df_r)

#Dobbiamo selezionare tutte le colonne 
#Ad eccezione di quella contenente il tempo che sarà unica per tutti
activity_list=df_train.columns[1:].unique().tolist().copy()
print(activity_list)
print(df_r.date.max())

#La nostra variabile di default 
#Serve solo per inizializzare il sistema
#Poteva essere Humidity o Light
activity_selected='Temperature'
df_r['date']=df_r['date'].tolist()
def modify_doc(doc):
    
   
    xrange=[0,df_r.index.max()]

    yrange=[0,df_r[activity_selected].max()]
    source = ColumnDataSource(data=dict(x=df_r.index,y=df_r[activity_selected],date=df_r['date']))

    hover=HoverTool(tooltips=[('Date','@date{%F}')],formatters={'date':'datetime'})
    plot=figure(title='Andamento',tools=[hover,'pan','wheel_zoom'], plot_width=400, plot_height=400,x_range=(xrange), y_range=(yrange))
    plot.line(x='x', y="y",source=source)

    def update_plot(attr, old, new):
        activity=select.value
        data=pd.DataFrame(data=df_r[activity], index=df_r.index)
        source.data=ColumnDataSource(data=dict(x=data.index,y=data[activity],date=df_r['date'])).data
        plot.y_range.start=0
        #Questo punto serve per l'aggiornamento dell'asse y
        plot.y_range.end=df_r[activity].max()
        #In Questo modo conosciamo e visualiziamo l'ultima selezione 
        #ed abbiamo uno storico delle visualizzazioni
        print("Your last selection:",select.value)
             
        
     
    select = Select(title='Select Activity', value=activity_selected, options=activity_list)
    select.on_change('value', update_plot)

    layout=column(select, plot)
    doc.add_root(layout)
show(modify_doc)