标签: plotly

我试图删除在 Python 中生成并使用 JS 在 HTML 中显示的绘图中的 ModeBar。根据文档，您可以指定一个配置，例如：

config = dict({'displayModeBar': False})
fig.show(config=config)

但我将无花果导出到 json graphJSON = json.dumps(fig, cls=plotly.utils.PlotlyJSONEncoder)（不使用 .show() 函数）

然后用JS显示：

<script>
 var graphs = {{graphJSON | safe}};
 Plotly.newPlot('graph',graphs,{});
</script> 

我尝试在 newPlot 调用中指定一个配置，但没有成功，它似乎被忽略了：

Plotly.newPlot('graph',graphs,{},{displayModeBar: false});

转换为 json 时如何指定配置选项？有没有其他方法可以摆脱ModeBar（鼠标悬停时显示的顶部栏）

我正在使用 Plotly 的散点图来可视化多个数据集。

这是我的代码的一部分。下面，我创建了 scatterpolo 实例：

go.Scatterpolar(
    r=[dataset_dataframe['word_count'].median(),
       dataset_dataframe['char_count'].median(),
       dataset_dataframe['capitals'].median(),
       dataset_dataframe['num_exclamation_marks'].median(),
       dataset_dataframe['num_punctuation'].median()],

    name=dataset_name,
    theta=['No. of Words', 'No. of Characters', 'No. of Capitals', 'No. of Exclamation Marks', 'No. of Punctuations'],
    fill='toself',
    line=dict(color='brown'),
    subplot=subplot_name),
)

我在这里将其放入布局中：

fig.update_layout(
    polar=dict(
    radialaxis=dict(visible=True, )),
    title='Dataset Statistics')

我对多个数据框执行此操作，这使我可以轻松比较它们。结果很简洁，如下所示：

不幸的是，似乎 的范围theta是使用每个散点实例的最大值自动计算的r。

这不好，因为为了轻松比较数据集，我需要theta所有绘图都处于相同的范围内。

问题：如何将 的范围设置theta为自定义值，例如从 1 到 100？

我以前见过类似的问题但没有答案。

目的是在 Flask 应用程序上显示图像，但配置已更改。

将图表转换为 JSON 且不使用 Fig.show() 时，Plotly 图表上的配置设置如何更改？如果使用了Fig.show()，那么配置将在里面修改。

烧瓶代码：

当然，如果这只是为了显示图表，则会使用Fig.show，但这会将其传递给JSON。

#example flask application with graph
from flask import Flask, render_template, request
import plotly.express as px
import plotly
import numpy as np
import json

#Flask settings.
secret_key = 'verysecretkey123lol' #secret key
app = Flask(__name__)

#simple image
img_rgb = np.array([[[255, 0, 0], [0, 255, 0], [0, 0, 255]],
                    [[0, 255, 0], [0, 0, 255], [255, 0, 0]]
                   ], dtype=np.uint8)
fig = px.imshow(img_rgb)

#Flask
@app.route("/", methods=['GET', 'POST'])
def create():
    image = …

我正在使用 Plotly 可视化热图，并且我想在该热图上的某些特定单元格周围添加矩形补丁/边框。

我只是想知道是否有什么办法可以做到这一点。我发现它们在 matplotlib 中有类似的功能，允许用户在热图单元格上添加矩形边框add_patch(Rectangle((i,j), 1, 1, fill=False, edgecolor='gray', lw=3))。但我还没有找到plotly提供的类似功能。

我应该怎么办 ？

我试图将绘图表达树图上的点击链接到数据框上的过滤器。因此，当用户单击图表上的某个国家/地区时，数据框将筛选特定国家/地区，而不是显示所有国家/地区

对于plotly.graph_objects 有“使用点击回调更新点”，但我不确定如何使其适用于plotly express。

import numpy as np
df = px.data.gapminder().query("year == 2007")
df["world"] = "world" # in order to have a single root node
fig = px.treemap(df, path=['world', 'continent', 'country'], values='pop',
               color='lifeExp', hover_data=['iso_alpha'],
               color_continuous_scale='RdBu',
               color_continuous_midpoint=np.average(df['lifeExp'], weights=df['pop']))
fig.show()
## when user clicks on a country in the tree-map, the get_data function filters the df and outputs specific data on the country 

def get_data(df, click):
    return df[df['country'] == click]

get_data(df,click) 

我试图distplot在 PyCharm IDE 中制作并显示一个绘图，但它尝试加载的浏览器似乎永远缓冲。我的数据和图表是这样的：

import plotly.figure_factory as ff

hist_data = 
[[23740.0, 66440.0, 47890.0, 40632.0, 51778.0, 59966.0, 92433.0, 101595.0, 53863.0, 27279.0, 49620.0, 14981.0], 
[32566.0, 95661.0, 69957.0, 62255.0, 73688.0, 90606.0, 163077.0, 151885.0, 80432.0, 39790.0, 76275.0, 23061.0], 
[41811.0, 122388.0, 87849.0, 80795.0, 98960.0, 123870.0, 245555.0, 204934.0, 105540.0, 49233.0, 98183.0, 29583.0]]


# Group data together
group_labels = ['1997', '2007', '2017']

fig = ff.create_distplot(hist_data, group_labels, bin_size=.2)
fig.show()

我不认为这是代码的问题，它似乎与调用图形有关。该代码是为了可重复性。如果有人知道如何调试它，那就太好了。

关于dcc.Store在多选项卡结构应用程序中使用的问题。我想保留/存储选项卡之间的数据切换。我的多页面/选项卡破折号应用程序结构如下所示：

• 索引.py
• 应用程序.py
  • 选项卡
    • tab1.py
      • 子选项卡1.py
      • 子选项卡2.py
    • tab2.py

index.py根据选择呈现每个文件的布局。

app.layout = html.Div([

    # tabs
    html.Div([

        dcc.Tabs(

            id="tabs",
            vertical=True,
            className="mb-3",
            persistence=True,

            children=[


                 dcc.Tab(label="tab1", value="tab1",
                         children=[dcc.Tabs(id="subtabs", persistence=True, 
                            children=[dcc.Tab(label='subtab1', value='subtab1'),
                                      dcc.Tab(label='subtab2', value='subtab2')
                            ],

                    )
                 ]),
                 dcc.Tab(label="tab2", value="tab2"),

            ],
            
        )

        ],

        className="row tabs_div"

    ),

        

        # Tab content
        html.Div(id="tab_content"),

])

现在，我想在不同的子选项卡之间交换组件状态/数据。subtab1.py包含dcc.Graphanddata-table和 'subtab2.py contains a series of dcc.Graph组件。

我是否需要dcc.Store在两者中添加组件subtab1.py并subtab2.py存储各个组件并从中读取？我希望能够读取subtab1.pyinsubtab2.py和其他文件的组件状态。

我有一个使用plotly 构建堆积条形图的代码示例：

import plotly.graph_objects as go

x = ['2018-01', '2018-02', '2018-03']

fig = go.Figure(go.Bar(x=x, y=[10, 15, 3], name='Client 1'))
fig.add_trace(go.Bar(x=x, y=[12, 7, 14], name='Client 2'))

fig.update_layout(
    barmode='stack',
    yaxis={'title': 'amount'},
    xaxis={
        'type': 'category',
        'title': 'month',
    },
)
fig.show()

输出以下图：

有没有办法调整绘图布局以按值对每个条形的 Y 轴进行排序？
例如，在第二条 (2018-02) 中，客户端 1 的 Y 值较高，蓝色条应位于红色条的顶部。

在将此标记为重复之前，我已经为此奋斗了相当长一段时间，并尝试了我在网上找到的所有故障排除选项。希望有人知道发生了什么事。

当我尝试执行plotly.express 导入时，它失败并出现以下错误：

File "/mnt/e/Backup/facebook/plotly.py", line 2, in <module>
    import plotly.express as px
ModuleNotFoundError: No module named 'plotly.express'; 'plotly' is not a package

如果我尝试，import plotly我不会收到任何错误，但无法使用plotly.express。

我看到的错误修复全部都指向未安装并通过 pip 进行安装。运行pip3 list表明plotly已安装。

ahren@AhrBeast:~$ pip3 list | grep plotly
plotly                 4.11.0              
plotly-express         0.4.1  

从终端导入plotly.express工作正常：

ahren@AhrBeast:~$ python3
Python 3.8.2 (default, Jul 16 2020, 14:00:26) 
[GCC 9.3.0] on linux
>>> import plotly.express as px
>>> px.data.iris()
     sepal_length  sepal_width  petal_length  petal_width    species  species_id
0             5.1          3.5           1.4          0.2     setosa           1
1             4.9          3.0 …