标签: plotly-python

如何更改绘图中的 x 和 y 轴标签，因为在 matplotlib 中，我可以简单地使用plt.xlabel但无法在绘图中执行此操作。

通过在数据框中使用此代码：

Date = df[df.Country=="India"].Date
New_cases = df[df.Country=="India"]['7day_rolling_avg']

px.line(df,x=Date, y=New_cases, title="India Daily New Covid Cases")

我得到这个输出：

在此X和Y轴标记为X和Y中，如何将X和Y轴的名称更改为“日期”和“案例”

我有以下代码可以使用 Plotly 创建线图。如何将 Y 轴的范围设置为始终在 [0; 10]？

layout = go.Layout(
        title=go.layout.Title(
            text="Test",
            xref='paper',
            x=0
        ),
        xaxis=go.layout.XAxis(
            tickmode='linear',
            tickfont=dict(
                size=10
            ),
            title=go.layout.xaxis.Title(
                font=dict(
                    size=14,
                    color='#7f7f7f'
                )
            )
        ),
        yaxis=go.layout.YAxis(
            title=go.layout.yaxis.Title(
                text=y,
                font=dict(
                    size=14,
                    color='#7f7f7f'
                )
            )
        )
    )

    data = [go.Scatter(x=x1, y=y1)]

Plotly Express允许我轻松绘制Pandas 数据框，如他们的示例中所述。我不想使用 x 的命名列和 y 的命名列，而是将数据框的索引用于 x，将命名列用于 y。

使用命名列的示例

import plotly.express as px
iris = px.data.iris()
fig = px.scatter(iris, x="sepal_width", y="sepal_length")
fig.show()

我想要什么（虚假示例）

import plotly.express as px
iris = px.data.iris()
fig = px.scatter(iris, x="index", y="sepal_length")
fig.show()

这显然抛出：

ValueError：“x”的值不是“data_frame”中列的名称。预期 ['sepal_length', 'sepal_width', 'petal_length', 'petal_width', 'species', 'species_id'] 之一但收到：索引

丑陋的修复

import plotly.express as px
iris = px.data.iris().reset_index()
fig = px.scatter(iris, x="index", y="sepal_length")
fig.show()

如何设置线条的颜色plotly？

import plotly.graph_objects as go
from plotly.subplots import make_subplots


fig = make_subplots(rows=2, cols=1, subplot_titles=('Plot 1', 'Plot 2'))

# plot the first line of the first plot
fig.append_trace(go.Scatter(x=self.x_axis_pd, y=self.y_1, mode='lines+markers', name='line#1'), row=1, col=1)  # this line should be #ffe476

我试过了，fillcolor但我怀疑这不起作用，因为这是一条简单的线路。

我以前从未使用过plotly，我一直在尝试将示例图像代码导出为png。我已经安装了plotly和kaleido并在python 3上运行了代码，但没有任何反应。

#Here is the code:

import plotly.express as px
import numpy as np
    
# RGB Data as numpy array
img_rgb = np.array([[[255, 0, 0], [0, 255, 0], [0, 0, 255]],], dtype=np.uint8)
  
fig = px.imshow(img_rgb)
fig.show()

fig.write_image("fig.png")

根据plotly文档，这应该可以解决问题，但我无法获得png图像。它没有显示任何错误，没有警告......这就像 python 陷入了无限循环。我什至无法阻止终端运行。

我正在使用 python 3.9.6 64 位
我尝试了最新版本（5.3.1）和旧版本（4.14.3），但我遇到了同样的问题。
python -m pip install plotly

kaleido是最新版本（0.2.1），但我也尝试过版本（0.2.0）。
python -m pip install -U kaleido

我可能做错了什么？

更新：我在另一台计算机上尝试了相同的过程，并且工作正常。知道为什么第一台计算机无法运行代码吗？

我正在使用 Plotly python 库生成一个带有几个小提琴图和几个填充散点图的图形。无论fig.add_trace我的代码中的各个调用的顺序如何，小提琴图始终绘制在散点图后面。

有谁知道是否有控制布局或情节顺序的特定方法？就像是zorder=3？

我想在绘图图表上的黑色和蓝色线之间添加填充颜色。我知道这可以通过 Plotly 完成，但我不确定如何根据条件用两种颜色填充图表。

蓝色背景的图表是我的 Plotly 图表。我想让它看起来像白色背景的图表。（忽略白色图表上的红色和绿色条）

我希望它通过的条件是：

如果黑线位于蓝线上方，则将两条线之间的区域填充为绿色。

如果黑线位于蓝线下方，则将两条线之间的区域填充为红色。

这如何用 Plotly 来完成呢？如果 Plotly 无法做到这一点，可以使用其他与 Python 配合使用的绘图工具来完成。

我试图通过首先在 Plotly Express 中创建一个简单的条形图，然后用 Plotly 对其进行更新以对其进行优化来学习 Plotly。我想隐藏传说。

我试图通过隐藏图例来更新原始图形，但我无法让它工作。这是我的回溯错误。

还有我的代码

import plotly.plotly as py
import plotly.graph_objs as go
import plotly_express as px
import pandas as pd


df = pd.read_csv('C:/Users/Documents/Python/CKANMay.csv')

fig = px.bar(df, x="Publisher", y="Views", color="Publisher", barmode="overlay")

fig.update(fig, showlegend="false")

这就是图表现在带有图例的样子。基本上，我希望右边那个可怕的传说消失

这是我的代码：

fig = go.Figure(
    data=go.Heatmap(z=z_values, y=[str(x) for x in params_1], x=[str(x) for x in params_2]), 
    layout=go.Layout(
        title="Analysis results",
        xaxis=dict(title='Diameter'),
        yaxis=dict(title='Max Distance')
    ),
)
fig.show()

它生成一个 2D 热图（下面的代码段），但我想为颜色条添加一个标题：

不幸的是，情节示例也没有颜色栏标题。我试图将颜色栏属性包含在“标记”中，但这会引发错误。我怎么能这样做呢？

我们正在尝试在 plotly-dash 中生成一个实时仪表板，在生成时显示实时数据。我们通常遵循此处的指导（https://dash.plotly.com/live-updates）。

我们有一个回调，它大约每秒从源收集一大块新数据点，然后将数据附加到图形中。

当我们这样做时，对图形的更新是断断续续的，因为我们每秒都在回调上生成一个新的图形对象。我们希望图形流畅地流动，即使这意味着我们比实时数据落后一两秒。

我们正在研究动画（https://plotly.com/python/animations/），但尚不清楚我们如何将动画应用于附加到图形的实时数据流。