背景:
这个问题与 Plotly 相关,但不完全相同:如何检索主要刻度线和网格线的值?。matplotlib也提出了类似的问题,但没有得到解答:How do I show Major ticks as the first day of everymonths and secondary ticks as every day?
Plotly 太棒了,也许唯一困扰我的是自动选择刻度线/网格线以及为 x 轴选择的标签,如下图所示:
地块 1:
我认为这里显示的自然内容是每个月的第一天(当然取决于时期)。或者甚至可能只是每个刻度上的缩写月份名称'Jan'。我意识到由于所有月份的长度并不相同,因此存在技术甚至视觉上的挑战。但有人知道该怎么做吗?
可复制的片段:
import plotly
import cufflinks as cf
from plotly.offline import download_plotlyjs, init_notebook_mode, plot, iplot
import pandas as pd
import numpy as np
from IPython.display import HTML
from IPython.core.display import display, HTML
import copy
# setup
init_notebook_mode(connected=True)
np.random.seed(123)
cf.set_config_file(theme='pearl')
# Random data using …Run Code Online (Sandbox Code Playgroud) 我需要用 绘制大量的线段plotly。与可以连接所有点的常规散点图相反,这里我只需要两两连接点。
我考虑了不同的选择:
有没有更合适的方法?可能是一个散点图,其中仅每隔几个点相连。
我正在寻找一种在 Python 中生成绘图的有效方法,同时也能获得良好的渲染性能。
我试图在 3D 散点图中可视化多个 2d 轨迹(x,y),其中 z 轴是时间。
import numpy as np
import pandas as pd
import plotly.express as px
# Sample data: 3 trajectories
t = np.linspace(0, 10, 200)
df = pd.concat([pd.DataFrame({'x': 900 * (1 + np.cos(t + 5 * i)), 'y': 400 * (1 + np.sin(t)), 't': t, 'id': f'id000{i}'}) for i in [0, 1, 2]])
# 3d scatter plot
fig = px.scatter_3d(df, x='x', y='y', z='t', color='id', )
fig.update_traces(marker=dict(size=2))
fig.show()
Run Code Online (Sandbox Code Playgroud)
我有一个 .png 地图文件,大小为:2000x1000。轨迹的 (x, y) 坐标对应于地图的像素位置。
我想在 3d 散点图的“地板”上看到地图的图像。 …
我已经使用构建了一个图表networkx,然后按照官方指南plotly中的描述将其可视化。但是,我在图表中无缘无故地得到了一个随机的“新文本”标签。该标签不会出现在网络的某个特定区域中,而是取决于我缩放的位置(因此它可能会出现在一个部分上,然后如果我缩放另一部分,它会出现在那里)。
我检查了所有标签(节点或边缘),但正如预期的那样,那里没有问题。
我什至检查了代码中任何硬编码的“新文本”部分,但一切看起来都很好。
这里可能有什么问题?
这是用于可视化它的代码:
import networkx
import plotly.graph_objs as go
# set node positions
pos = nx.nx_pydot.graphviz_layout(G2)
# Nodes information
node_x = []
node_y = []
node_labels = []
for key, value in pos.items():
x, y = value[0], value[1]
node_x.append(x)
node_y.append(y)
node_labels.append(key)
# Edges information
edge_x = []
edge_y = []
edge_labels = []
for edge in G2.edges().data():
x0, y0 = pos[edge[0]]
x1, y1 = pos[edge[1]]
edge_x.append(x0)
edge_x.append(x1)
edge_x.append(None)
edge_y.append(y0)
edge_y.append(y1)
edge_y.append(None)
# …Run Code Online (Sandbox Code Playgroud) 在不使用时,使用 Plotly 绘制条形图可以保留数据集的顺序color:
import pandas as pd
import plotly.express as px
df = pd.DataFrame({'val': [1, 2, 3],
'type': ['b', 'a', 'b']},
index=['obs1', 'obs2', 'obs3'])
px.bar(df, 'val')
Run Code Online (Sandbox Code Playgroud)
px.bar(df, 'val', color='type')
Run Code Online (Sandbox Code Playgroud)
如何在使用colorarg 时保留原始顺序?
这类似于如何在 R Plotly 条形图中使用颜色变量保留所需的顺序,但我使用的是 Python 而不是 R。
我很想知道是否有相当于:
import pandas as pd
import numpy as np
data = pd.DataFrame({'Day':range(10),
'Temperature': np.random.rand(10),
'Wind': np.random.rand(10),
'Humidity': np.random.rand(10),
'Pressure': np.random.rand(10)})
data.set_index('Day').plot(subplots=True, layout=(2,2), figsize=(10,5))
plt.tight_layout()
Run Code Online (Sandbox Code Playgroud)
这会生成 Plotly 图表,而不是 matplotlib 图表。
我试图在原始图上方创建一个链接的边际图,具有相同的 x 轴但具有不同的 y 轴。
我已经看到,在plotly.express包中有 4 个选项,您可以在散点图上创建 margin_x 图,但它们都基于与 x 和 y 相同的列。
就我而言,我的 x 轴上有一个日期,y 轴上有某物的比率,我试图生成该比率所基于的样本的直方图边际分布图(位于样本列中) df)。
我正在简化我所尝试的内容,但不会减少任何重要细节:
import pandas as pd
import plotly.express as px
df = pd.DataFrame(
{
"date": [pd.Timestamp("20200102"), pd.Timestamp("20200103")],
"rate": [0.88, 0.96],
"samples": [130, 1200])
}
)
fig = px.scatter(df, x='date', y='rate', marginal_x='histogram')
fig.show()
Run Code Online (Sandbox Code Playgroud)
我基于的文档: https: //plotly.com/python/marginal-plots/
我想要的结果: 示例:
不同之处在于我使用聚合 df,因此我的计数只是 1,而不是样本数量。
有任何想法吗?
谢谢!
我正在基于 pandas 数据框创建 3D 散点图,然后每当用户按下程序中的按钮时,我想用稍微更新的数据重新绘制它。我几乎可以使用此功能,除了更新的图形是通过新打开的选项卡绘制的,而实际上我只想更新我的原始现有图形。
这是我的代码。首先,我使用数据的“版本 1”初始化绘图,然后设置一个简单的 while 循环来等待用户请求更新。然后理想情况下,一旦他们输入要求更新的内容,我只需在打开的同一个选项卡中重新绘制所有内容。但会打开一个新选项卡(至少会正确地重新绘制数据)。
fig = go.Figure(data=[go.Scatter3d(x=df['x'],y=df['y'],z=df['z'],mode='markers', marker=dict(
size=4,
color=df['y'], # set color to an array/list of desired values
colorscale='Viridis', # choose a colorscale
opacity=0.3
))])
# Column max and mins for plotting:
xmax = df_1.max(axis=0)['x']; xmin = df_1.min(axis=0)['x']
ymax = df_1.max(axis=0)['y']; ymin = df_1.min(axis=0)['y']
zmax = df_1.max(axis=0)['z']; zmin = df_1.min(axis=0)['z']
fig.update_layout(
scene = dict(xaxis = dict(nticks=4, range=[xmin,xmax],),
yaxis = dict(nticks=4, range=[ymin,ymax],),
zaxis = dict(nticks=4, range=[zmin,zmax],),))
f2 = go.FigureWidget(fig)
f2.show()
#fig.show()
while True:
choice = …Run Code Online (Sandbox Code Playgroud) 当 y 的值之一为零时,如何使条形出现?默认情况下它只是留下一个间隙。有没有办法让它绘制零值?如果只是使用 绘制,我可以在 x 轴上看到一条y=0相同的线go.Box。我也希望在条形图中看到这一点。到目前为止,我将基数设置为零。但这也不适用于 y=0。这是我的示例代码。我的实际代码包含多个跟踪,这就是为什么我想查看 y=0 的图这是示例 python 代码:
import plotly.graph_objects as go
fig = go.Figure()
fig.add_trace(go.Bar(x=[1, 2, 3], y=[0, 3, 2]))
fig.show()
Run Code Online (Sandbox Code Playgroud) 我目前正在使用plotly,我有一个名为plotChart 的函数,它将数据帧作为输入并绘制烛台图。我试图找出一种方法将数据帧列表传递给函数plotChart,并使用绘图下拉菜单按股票名称显示输入列表上的选项。下拉菜单将包含数据框列表,当单击某个选项时,它将更新绘图中的图形是否可以执行此操作。下面是我必须绘制单个数据框的代码
def make_multi_plot(df):
fig = make_subplots(rows=2, cols=2,
shared_xaxes=True,
vertical_spacing=0.03,
subplot_titles=('OHLC', 'Volume Profile'),
row_width=[0.2, 0.7])
for s in df.name.unique():
trace1 = go.Candlestick(
x=df.loc[df.name.isin([s])].time,
open=df.loc[df.name.isin([s])].open,
high=df.loc[df.name.isin([s])].high,
low=df.loc[df.name.isin([s])].low,
close=df.loc[df.name.isin([s])].close,
name = s)
fig.append_trace(trace1,1,1)
fig.append_trace(go.Scatter(x=df.loc[df.name.isin([s])].time, y=df.loc[df.name.isin([s])].BbandsMid, mode='lines',name='MidBollinger'),1,1)
fig.append_trace(go.Scatter(x=df.loc[df.name.isin([s])].time, y=df.loc[df.name.isin([s])].BbandsUpp, mode='lines',name='UpperBollinger'),1,1)
fig.append_trace(go.Scatter(x=df.loc[df.name.isin([s])].time, y=df.loc[df.name.isin([s])].BbandsLow, mode='lines',name='LowerBollinger'),1,1)
fig.append_trace(go.Scatter(x=df.loc[df.name.isin([s])].time, y=df.loc[df.name.isin([s])].vwap, mode='lines',name='VWAP'),1,1)
fig.append_trace(go.Scatter(x=df.loc[df.name.isin([s])].time, y=df.loc[df.name.isin([s])].STDEV_1, mode='lines',name='UPPERVWAP'),1,1)
fig.append_trace(go.Scatter(x=df.loc[df.name.isin([s])].time, y=df.loc[df.name.isin([s])].STDEV_N1, mode='lines',name='LOWERVWAP'),1,1)
fig.append_trace(go.Scatter(x=df.loc[df.name.isin([s])].time, y=df.loc[df.name.isin([s])].KcMid, mode='lines',name='KcMid'),1,1)
fig.append_trace(go.Scatter(x=df.loc[df.name.isin([s])].time, y=df.loc[df.name.isin([s])].KcUpper, mode='lines',name='KcUpper'),1,1)
fig.append_trace(go.Scatter(x=df.loc[df.name.isin([s])].time, y=df.loc[df.name.isin([s])].KcLow, mode='lines',name='KcLow'),1,1)
trace2 = go.Bar(
x=df.loc[df.name.isin([s])].time,
y=df.loc[df.name.isin([s])].volume,
name = s)
fig.append_trace(trace2,2,1)
# fig.update_layout(title_text=s)
graph_cnt=len(fig.data)
tr = 11
symbol_cnt =len(df.name.unique())
for g in range(tr, graph_cnt): …Run Code Online (Sandbox Code Playgroud) plotly-python ×10
python ×10
plotly ×9
pandas ×3
bar-chart ×1
networkx ×1
plotly-dash ×1
scatter3d ×1