Plotly v5.3.1 组合计数直方图和 KDE 曲线
Plotly v5.3.1 combined count histogram and KDE curve
我目前有这个代码:
import dash_core_components as dcc #dash version 2.0.0
import plotly.figure_factory as ff #plotly version 5.3.1
...dash app code
dcc.Graph(id = 'rug_plot_count_region_biosynthetic_protein_homologs',
figure = ff.create_distplot([filtered_df['count_region_biosynthetic_protein_homologs'].tolist()],
group_labels = ['count_region_biosynthetic_protein_homologs'])),
...more dash app code
作为 dash 应用程序的一部分制作此图的原因:
我想要两个 y 轴,一个显示 KDE 曲线的概率密度(这是已经存在的 y 轴),另一个显示计数频率。然后我希望将 KDE 曲线链接到 KDE y 轴,将直方图链接到计数 y 轴。
有没有办法使用 plotly 来做到这一点?
- 您可以将直方图或正态分布替换为标准直方图
- 在融入 dash
之前专注于构建图形
- 找不到您的域的任何示例数据,因此使用了随机
import plotly.figure_factory as ff
import plotly.express as px
import numpy as np
import pandas as pd
np.random.seed(1)
filtered_df = pd.DataFrame({"count_region_biosynthetic_protein_homologs": np.random.randn(1000)})
fig = ff.create_distplot(
[filtered_df["count_region_biosynthetic_protein_homologs"].tolist()],
group_labels=["count_region_biosynthetic_protein_homologs"],
show_hist=False,
).add_traces(
px.histogram(filtered_df, x="count_region_biosynthetic_protein_homologs")
.update_traces(yaxis="y3", name="histogram")
.data
).update_layout(yaxis3={"overlaying": "y", "side": "right"}, showlegend=False)
fig
我目前有这个代码:
import dash_core_components as dcc #dash version 2.0.0
import plotly.figure_factory as ff #plotly version 5.3.1
...dash app code
dcc.Graph(id = 'rug_plot_count_region_biosynthetic_protein_homologs',
figure = ff.create_distplot([filtered_df['count_region_biosynthetic_protein_homologs'].tolist()],
group_labels = ['count_region_biosynthetic_protein_homologs'])),
...more dash app code
作为 dash 应用程序的一部分制作此图的原因:
我想要两个 y 轴,一个显示 KDE 曲线的概率密度(这是已经存在的 y 轴),另一个显示计数频率。然后我希望将 KDE 曲线链接到 KDE y 轴,将直方图链接到计数 y 轴。
有没有办法使用 plotly 来做到这一点?
- 您可以将直方图或正态分布替换为标准直方图
- 在融入 dash 之前专注于构建图形
- 找不到您的域的任何示例数据,因此使用了随机
import plotly.figure_factory as ff
import plotly.express as px
import numpy as np
import pandas as pd
np.random.seed(1)
filtered_df = pd.DataFrame({"count_region_biosynthetic_protein_homologs": np.random.randn(1000)})
fig = ff.create_distplot(
[filtered_df["count_region_biosynthetic_protein_homologs"].tolist()],
group_labels=["count_region_biosynthetic_protein_homologs"],
show_hist=False,
).add_traces(
px.histogram(filtered_df, x="count_region_biosynthetic_protein_homologs")
.update_traces(yaxis="y3", name="histogram")
.data
).update_layout(yaxis3={"overlaying": "y", "side": "right"}, showlegend=False)
fig