我有一个基本的 dash 应用程序,可以从数据框字典中绘制一些数据。第一个下拉列表选择 df,而第二个下拉列表选择要绘制的 df 列。
这很有效,但我似乎无法为每个绘制的列添加新的 yaxis。我在每个 df 中有大量列,它们根据选择的 df 变化。
首先,我尝试yaxis=i在定义 x、y 和名称后更改 updateGraph 回调以包括在内。查看文档,似乎我可以定义 yaxis,go.Scatter但我需要将它们设置为“y2”、“y3”、“y4”等。我也尝试通过go.Figure.add_trace这种方式更新布局,但都没有已经工作了。代码如下,其中dict_main是各种大小的数据帧的字典。
感谢所有帮助!
data = list(dict_main.keys())
channels = dict_main[data[0]]
app.layout = html.Div(
[
html.Div([
dcc.Dropdown(
id='data-dropdown',
options=[{'label': speed, 'value': speed} for speed in data],
value=list(dict_main.keys())[0],
searchable=False
),
], style={'width': '49%', 'display': 'inline-block'}),
html.Div([
dcc.Dropdown(
id='channel-dropdown',
multi=True
),
], style={'width': '49%', 'display': 'inline-block'}
),
html.Div([
dcc.Graph(
id='Main-Graph',
),
], style={'width': '98%', 'display': 'inline-block'}
)
]
)
@app.callback( …Run Code Online (Sandbox Code Playgroud) 我在本地工作(在我的电脑上)只是测试和学习 PLOTLY 3.7.5。anaconda env 处于活动状态。代码示例由 plotly 给出
代码:
import plotly.plotly as py # Here all begins (Look)
# import chart_studio.plotly as py # inted of the line bellow (optional to try)
import plotly.graph_objs as go
import pandas as pd
from datetime import datetime
if __name__ == '__main__':
df = pd.read_csv('https://raw.githubusercontent.com/plotly/datasets/master/finance-charts-apple.csv')
trace = go.Ohlc(x=df['Date'],
open=df['AAPL.Open'],
high=df['AAPL.High'],
low=df['AAPL.Low'],
close=df['AAPL.Close'])
data = [trace]
py.iplot(data, filename='simple_ohlc')
Run Code Online (Sandbox Code Playgroud)
注意(看):我收到警告错误:
'请安装 chart-studio 包并改用 chart_studio.plotly 模块。
目标是在 x=1 的每个子图中获得垂直无限线。在这个例子中,我将在第一行第一列尝试一个 type="line" 的绘图形状
from plotly.subplots import make_subplots
import plotly.graph_objects as go
import numpy as np
fig = make_subplots(
rows=2,
cols=2,
subplot_titles=list(map(str, range(4))),
shared_xaxes=True,
shared_yaxes=False,
)
time = np.linspace(-np.pi, np.pi, 1000)
for i in range(4):
data = np.sin((i+1) * time)
fig.add_trace(
go.Scatter(y=data,x=time, name=str(i)),
row=1 if i in [0, 1] else 2,
col=1 if i in [0, 2] else 2,
)
fig.add_shape(
go.layout.Shape(
type="line",
yref="paper",
xref="x",
x0=1,
y0=0,
x1=1,
y1=1,
line=dict(color="RoyalBlue", width=3),
),row=1,col=1)
fig.write_image("1.png",width=800, height=600, scale=1)
Run Code Online (Sandbox Code Playgroud)
所以看起来添加具有行和列的形状会覆盖 yref 和外部参照属性,返回一条线段而不是无限线。在打印前强制 yref …
我有一个数据框并使用plotly我想可视化数据。我有以下代码
fig = px.line(df, x="row_num", y="audienceWatchRatio", color='vid_id')
fig.show()
Run Code Online (Sandbox Code Playgroud)
它真的很乱,所以我想要一个下拉菜单,用户可以在其中选择vid_id并且它只显示 1 个图形。
但是,我觉得用 plotly.express 保存图形非常棘手。
如何将 plotly.express 或 plotly plot 保存到单个 html 或静态图像文件中?任何人都可以帮忙吗?
我使用 ggplotly 绘制图形。当光标移动到图形顶部时,我使用工具提示函数来表示条形图中的值。
Source_Data <-
data.frame(
key = c(1, 1, 1, 2, 2, 2, 3, 3, 3),
Product_Name = c(
"Table",
"Table",
"Chair",
"Table",
"Bed",
"Bed",
"Sofa",
"Chair",
"Sofa"
),
Product_desc = c("XX", "XXXX", "YY", "X", "Z", "ZZZ", "A", "Y", "A"),
sd = c(0.1, 0.3, 0.4, 0.5, 0.6, 0.7, 0.7, 0.8, 0.5),
Cost = c(1, 2, 3, 4, 2, 3, 4, 5, 6)
)
ggplotly((
Source_Data %>%
ggplot(
aes(
Product_Name,
Cost,
ymin = Cost - sd,
ymax = Cost + …Run Code Online (Sandbox Code Playgroud) 我试图在 3d 散点图中绘制一个 3d 框。基本上,这是优化问题的结果(背景在这里)。给定所有点,该框是可能的最大空框。
在 plotly 文档中,我注意到一个使用 3dmesh 构建的 3d 立方体的示例。我复制了这个:
import plotly.graph_objects as go
x=[ 0.93855, 0.20203, 0.54967, 0.58658, 0.39931, 0.06736, 0.61786, 0.36016, 0.12761, 0.71581, 0.81998, 0.04528, 0.08231, 0.41814, 0.58679, 0.21181, 0.34489, 0.21812, 0.46830, 0.81898,
0.57360, 0.18453, 0.99792, 0.37970, 0.51954, 0.84264, 0.22431, 0.31440, 0.23893, 0.28493, 0.76353, 0.45365, 0.44480, 0.94911, 0.98050, 0.28615, 0.02626, 0.85477, 0.60404, 0.47469,
0.10588, 0.55919, 0.42194, 0.34432, 0.80530, 0.88291, 0.53627, 0.45454, 0.01345, 0.84411, 0.04520, 0.35532, 0.45255, 0.99365, 0.72259, 0.08634, 0.78806, 0.28674, 0.57993, 0.84025,
0.22766, …Run Code Online (Sandbox Code Playgroud) 我试图使用 ggplotly 函数来交互地使用 buraR 包中的trace_explorer 函数创建一个绘图,但生成的绘图不是预期的。
\n这是代码:
\nlibrary(ggplot2)\nlibrary(bupaR)\n\npatients <- eventdataR::patients # dataset from bupaR\n\ndf <- eventlog(patients,\n case_id = "patient",\n activity_id = "handling",\n activity_instance_id = "handling_id",\n lifecycle_id = "registration_type",\n timestamp = "time",\n resource_id = "employee")\n\n\n\n\ntr <- df %>% processmapR::trace_explorer(type = "frequent", coverage = 1.0)\n\n# tr # print the ggplot to see the expected output!\nggplotly(tr)\nRun Code Online (Sandbox Code Playgroud)\n和结果图
\n\n我尝试使用 ggplot2 中的主题选项,然后使用布局函数,但结果仍然相同,没有图例。
\nggtrace <- trace_explorer(df,\n type = "frequent", \n coverage = 1.0)\n\nggtrace <- ggtrace + \n theme (legend.position="none") +\n …Run Code Online (Sandbox Code Playgroud) 以下代码用于使用滑块更改 Plotly 热图色标的 \xe2\x80\x9cmin\xe2\x80\x9d 。
\n但它非常慢:拖动滑块时我们的移动速度为 1 fps。
\n像用“heatmapgl”替换“heatmap”这样的解决方案并不能真正解决问题(它可能会提高到 2 fps)。
\n如何使用滑块更灵敏/更快地更改色阶?
\n对于许多应用程序来说,能够“实时”(超过 10 fps)看到色标变化的结果至关重要,并且可以使用 Matplotlib 等来做到这一点。
\n如何在 Plotly JS 中获得相同的行为?
\nvar z = Array.from({length: 500}, () => Array.from({length: 1000}, () => Math.floor(Math.random() * 500))); \nvar steps = [], i;\nfor (i = 0; i < 500; i++)\n steps.push({label: i, method: \'restyle\', args: [\'zmin\', i]});\nPlotly.newPlot(\'myDiv\', [{z: z, colorscale: \'Jet\', type: \'heatmap\'}], {sliders: [{steps: steps}]});Run Code Online (Sandbox Code Playgroud)\r\n<script src="https://cdn.plot.ly/plotly-2.16.2.min.js"></script>\n<div id="myDiv"></div>Run Code Online (Sandbox Code Playgroud)\r\n我目前正在使用颜色条plotly来指示水下声纳接收器放置的深度。目前,颜色条如下所示:
然而,我认为如果较大的值(表示更大的深度)应该位于底部,而较小的数字(表示较小的深度(即设备已放置在更靠近表面的位置)应该位于顶部)会更有意义,但不知道该怎么做。
我用来创建图形和颜色条的代码由两个字典组成(一个指定数据,另一个指定布局)。
import plotly.offline as off
import _tkinter
from matplotlib import pyplot as plt
from matplotlib import ticker
from matplotlib.dates import drange
...
data = [
dict(
lat = lat_array,
lon = lon_array,
marker = dict(
color = log_depth_array,
size = 6,
colorbar = dict(
title = 'Log Depth',
thickness = 10,
titleside = "right",
outlinecolor = "rgba(68, 68, 68, 0)",
ticks = "outside",
ticklen = 3,
showticksuffix = "last",
ticksuffix = " log(meters, 10)",
dtick = …Run Code Online (Sandbox Code Playgroud) plotly ×10
python ×7
ggplot2 ×2
plotly-dash ×2
r ×2
dataframe ×1
ggplotly ×1
javascript ×1
ohlc ×1
pandas ×1
plot ×1
plotly.js ×1
shiny ×1
shiny-server ×1