小编vol*_*erH的帖子

我正在评估 python plotly 和/或 dash 作为散景/全息视图的替代方法，用于更新图像的链接图。

要求：将数据点链接到图像：我有散点图和热图，其中各个数据点表示从图像中获得的值。我想从散点图中的数据点链接回该数据点的数值所源自的图像。图像数据在一个 numpy 数组中，或者可以由回调函数提供。我想避免将 .png 文件写入磁盘并将 png 文件嵌入到 html 元素中。

将图像选择链接到数据点：例如显示图像。根据图像中的选择（例如简单的直方图）更新绘图。

但是，我似乎无法在 plotly/dash 中找到任何用于图像显示的小部件。我错过了什么还是真的没有这样的东西？

我正在尝试对包含多个带有数值可观察量（特征）的列、带有日期和实验条件的列以及其他非数值条件（例如文件名）的 Pandas 数据表中的实验数据进行标准化。

我想要

• 使用拆分-应用-组合范例
• 使用子组的聚合统计数据在组内标准化
• 使用不同的归一化（例如除以控制均值、Z 分数）
• 将此应用于所有数字列（可观察值）
• 最后，生成与原始结构相同的扩充数据表，但增加了列，例如，对于列 Observable1，应添加列 normalized_Observable1

可以使用以下代码片段生成具有此结构的简化数据表：

import numpy as np
import pandas as pd
df = pd.DataFrame({
   'condition': ['ctrl', 'abc', 'ctrl', 'abc', 'def', 'ctlr', 'ctlr', 'asdasd', 'afff', 'afff', 'gr1','gr2', 'gr2', 'ctrl', 'ctrl', 'kjkj','asht','ctrl'],
   'date':  ['20170131', '20170131', '20170131', '20170131','20170131', '20170606', '20170606', '20170606', '20170606', '20170606', '20170404', '20170404', '20170404', '20170404', '20170404', '20161212', '20161212', '20161212'],
   'observation1':  [1.2, 2.2, 1.3, 1.1, 2.3 , 2.3, 4.2, 3.3, 5.1, 3.3, 3.4, 5.5, 9.9, 3.2, 1.1, 3.3, 1.2, 5.4],
   'observation2':  [3.1, …