Python：如何为 Pandas DataFrame 创建带有离线绘图的阶梯图？

Question

假设我们DataFrame生成了以下和相应的图表：

import pandas as pd
import plotly
from plotly.graph_objs import Scatter

df = pd.DataFrame({"value":[10,7,0,3,8]},
index=pd.to_datetime([
"2015-01-01 00:00",
"2015-01-01 10:00",
"2015-01-01 20:00",
"2015-01-02 22:00",
"2015-01-02 23:00"]))
plotly.offline.plot({"data": [Scatter( x=df.index, y=df["value"] )]})

预期成绩

如果我使用以下代码：

import matplotlib.pyplot as plt
plt.step(df.index, df["value"],where="post")
plt.show()

我得到如下的步骤图：

题

我怎样才能得到与step函数相同的结果，但offline plotly改为使用？

Answer 1

我们可以使用line参数shape选项作为hv使用以下代码：

trace1 = {
  "x": df.index,
  "y": df["value"],
  "line": {"shape": 'hv'},
  "mode": 'lines',
  "name": 'value',
  "type": 'scatter'
};

data = [trace1]
plotly.offline.plot({
    "data": data
})

生成下图：

Answer 2

由于您的数据是 pandas 数据框，除了离线绘图之外，您可以使用绘图表达：

import plotly.express as plx

plx.line(df,line_shape='hv')

其他 line_shape 选项，或给定点之间的插值方法：

• 'hv' 步骤结束，相当于 pyplot 的 post 选项；
• ‘vh’步骤开始；
• 'hvh' 中间步长，x 轴；
• 'vhv' 中间步进，y 轴；
• 'spline' 点之间的平滑曲线；
• 点之间的“线性”线段，line_shape 的默认值。

试试它们吧...

hv = plx.line(df,line_shape='hv')
vh = plx.line(df,line_shape='vh')
vhv = plx.line(df,line_shape='vhv')
hvh = plx.line(df,line_shape='hvh')
spline = plx.line(df,line_shape='spline')
line = plx.line(df,line_shape='linear')

选择其中之一应根据数据的性质......