Ray 学习笔记，Holoviews (一)

本系列是作者用 python 学习 Ray 框架的笔记。 Ray 是 UC berkley 提出的分布式机器学习。sklearn 是运行在单机上的机器学习，虽然支持多线程，但分布式并不支持。学习分布式机器学习，为什么学习图形展示呢？就像最初学习机器学习，我们学习 matplotlib一样，通过图形我们可以直观地做分析，学习ray的第一门课是学习holoviews，holoviews不是重起炉灶，而是建立在python图形模块之上的，在原有图像模块上面铺了一层代码，使得图像更有交互性。我们会分几期讲解，这篇博客旨在介绍一下最基本的知识。因为一时可能写不全，所以会在博客末尾添加每次更新日期。

1.  铺垫

Holoviews 的官方网站是https://holoviews.org/index.html，github的地址是 https://github.com/holoviz/holoviews，从github地址，用户可以下载项目的zip文件，zip文件的example/assets/ 目录下有供学习的原始数据。学习图形模块，自然要有jupyter开发调试环境，笔者将尽快撰写在centos 8的基础上，怎样建立jupyter的开发环境。holoviews最好的简介是英文的: https://holoviews.org/getting_started/Introduction.html

2.  基本介绍

使用holoviews，当然要有bokeh 和 matplotlib 两个模块，在同一个程序中，holoviews可以一会儿用bokeh，一会儿用 matplotlib，只要明确说明就可以。另外，属性名也是跟着底层bokeh和matplotlib来的，比如开发者用kobeh为后台模块时，要用属性名 line_width，用matplotlib为后台模块时，属性名是lineWidth，一个是有下划线，一个是没有下划线。使用哪个模块为后台模块，只要明确说明就是了。  

3. 实战: 基本命令 

开始使用holoviews，当然要import，简单范例如下：

import holoviews as hv
import numpy as np
from holoviews import opts
hv.extension('bokeh')


bounds = (0,0,3,3)
demoArray1 = np.array([[0,0,0],[1,1,1]],float)
print("demoArray1 is:{0}".format(demoArray1))
hvImage1 = hv.Image(demoArray1,["hvImage1:x","y"],bounds=bounds)

demoArray2 = np.array([[0,0,0],[1,2,3]],float)
print("demoArray2 is:{0}".format(demoArray2))
hvImage2 = hv.Image(demoArray2,["hvImage2:x","y"],bounds=bounds)

demoArray3 = np.array([[0,0,0],[1,1,1],[2,2,2]],float)
print("demoArray3 is:{0}".format(demoArray3))
hvImage3 = hv.Image(demoArray3,["hvImage3:x","y"],bounds=bounds)
hvImage1 + hvImage2 + hvImage3

对于holoviews的绘图，我们后续还会再介绍。先介绍最简单的绘图方式，输入就是数组。第一个图 hvImage1，有两行(x轴)，三列(y轴)，第一行都是0，第二行都是1。即

[ [0. 0. 0.]
  [1. 1. 1.]]

holcoviews 是一行一行绘图，从上至下。

1. 首先，bounds 前两位是 左下点，后两点是右上点。限定范围后，第一个图hvImage1 因为是2行，y轴一分为二，上面浅色，是代表0，下面是1，蓝色。因为每行的列是相同的，所以横向上的颜色是一致的。
2. 第2个图hvImage2，也是2行3列，但第2行，每一列是不同的，因为x轴范围是0-3，所以3等分，0-1，1-2，2-3正好代表一列。3种颜色代表3列。
3. 第3个图hvImages，是3行3列，但列的数值都是相同的，所以x 轴方向上，颜色是相同的。因为是3行，y轴范围是0-3，所以3等分，0-1，1-2，2-3正好代表每一行。3种颜色代表3列。
4. 用红框标记的，是holoviews的最基本特色，可以移动图像，放大图像，保存图像，重置图像等等实用功能。，

如果范围不变，增加行数和列数，那么视觉效果上就是一个点。点数越多，图像就各型各异。后续的博客会介绍一下更复杂的holoviews绘图，特别是数据交互式的绘图，这可能是holoviews值得学习的特色。本博客只是介绍基础知识。

4. 其他：

本博客最初创建日期是2021年4月1日。 

有错请评论区指正。