在 Google Colab 中使用 plotly 绘制超过 600 万行的数据集

Question

让我先给你一些背景。我能够导入 kaggle 比赛（m5 精度）的整个数据并且效果非常好。问题是，当我尝试使用 plotly（没有聚合）做直方图时，不会返回任何内容。但是当我使用 Sample 时，它​​会正确绘制。

一些额外的信息：

• 我为 google colab 使用了 plotly 的渲染器。
• 数据帧中的行数为 56M，我的样本为 10M。
• 我运行了 matplotlib 和 seaborn 直方图，并根据所有数据成功显示了直方图。
• 我尝试使用 6M 的较小数据帧运行直方图。发生了同样的情况，但我能够用 2M 样本进行绘图。
• 我尝试了一个带有来自 seaborn 的提示数据框的直方图，并正确绘制了直方图。
• 创建基于聚合的图形时，它可以完美运行。

这是我的代码的链接。https://colab.research.google.com/drive/1uMU3ctDzkGObYeCfxF36hURT9WIvnrl7?usp=sharing

我知道这不是进行良好设计分析的限制，但我想知道是否可以使用所有可用数据以及造成此问题的原因。谢谢你阅读我。

Answer 1

这里已经是一个问题了

解决方案是先进行聚合，例如collections.Counter()。然后绘制条形图。