plotly express 条件着色不能正常工作
plotly express conditional coloring doesn't work properly
所以我正在尝试为我的线图进行条件着色，以便数据点为蓝色或红色。它是关于产生的电力与电力消耗的比较（在我的数据框中有一个列 EE>100%，其中 'True' 和 'False' 代表一年中的每个小时，我想用它来为我的情节着色） .
对于散点图，它工作得很好，但是当我绘制线图时，它会变得一团糟：
如您所见，线条无法很好地过渡/不知道在两个 'False' 点之间做什么。
这是我的线图代码：
def drawEE_absolute():
return html.Div([
dbc.Card(
dbc.CardBody([
dcc.Graph(
figure=px.line(df, x='Datum', y='Erzeugung_Gesamt', color='EE>100%', template='plotly_dark'),
config={
'displayModeBar': True,
'toImageButtonOptions': {
'filename': 'custom_image',
'height': None,
'width': None,
}
}
)
])
),
])
我不确定 plotly.express 中是否有针对此问题的干净解决方案。由于 plotly.express 无论如何都会创建一个 plotly.graph_object，如果正在考虑的 y-values 中存在 '' 或 NaN，它们都只会识别间隙（根据此 forum post).
这意味着我们需要将 y 值复制到不同的两个不同列，并在一列中将 True 替换为 NaN，并将 False 替换为 NaN 在另一列中。然后我们可以使用 go.Scatter 对每个新列绘制 'Datum'。
样本 df:
df = pd.DataFrame({
'Datum':pd.date_range('2021-01-01 00:00:01', '2021-01-01 00:00:20', freq="s"),
'Erzeugung_Gesamt': list(range(1,21)),
'EE>100%': ['True']*4+['False']*4+['True']*4+['False']*4+['True']*4
})
如果我正确理解你的问题，这应该与你的 df 相似：
>>> df
Datum Erzeugung_Gesamt EE>100%
0 2021-01-01 00:00:01 1 True
1 2021-01-01 00:00:02 2 True
2 2021-01-01 00:00:03 3 True
3 2021-01-01 00:00:04 4 True
4 2021-01-01 00:00:05 5 False
5 2021-01-01 00:00:06 6 False
6 2021-01-01 00:00:07 7 False
7 2021-01-01 00:00:08 8 False
8 2021-01-01 00:00:09 9 True
9 2021-01-01 00:00:10 10 True
10 2021-01-01 00:00:11 11 True
11 2021-01-01 00:00:12 12 True
12 2021-01-01 00:00:13 13 False
13 2021-01-01 00:00:14 14 False
14 2021-01-01 00:00:15 15 False
15 2021-01-01 00:00:16 16 False
16 2021-01-01 00:00:17 17 True
17 2021-01-01 00:00:18 18 True
18 2021-01-01 00:00:19 19 True
19 2021-01-01 00:00:20 20 True
将两个新的 Erzeugung_Gesamt 列添加到 df（基于 EE>100% 是 'True' 还是 'False'）：
df['Erzeugung_Gesamt_true_with_gaps'] = df['Erzeugung_Gesamt'].values
df['Erzeugung_Gesamt_false_with_gaps'] = df['Erzeugung_Gesamt'].values
## for Erzeugung_Gesamt_true_gaps we replace False with NaN
## for Erzeugung_Gesamt_false_gaps we replace True with NaN
df.loc[df['EE>100%'] == 'False','Erzeugung_Gesamt_true_with_gaps'] = float("nan")
df.loc[df['EE>100%'] == 'True','Erzeugung_Gesamt_false_with_gaps'] = float("nan")
更新 df:
>>> df
Datum Erzeugung_Gesamt EE>100% Erzeugung_Gesamt_true_with_gaps Erzeugung_Gesamt_false_with_gaps
0 2021-01-01 00:00:01 1 True 1.0 NaN
1 2021-01-01 00:00:02 2 True 2.0 NaN
2 2021-01-01 00:00:03 3 True 3.0 NaN
3 2021-01-01 00:00:04 4 True 4.0 NaN
4 2021-01-01 00:00:05 5 False NaN 5.0
5 2021-01-01 00:00:06 6 False NaN 6.0
6 2021-01-01 00:00:07 7 False NaN 7.0
7 2021-01-01 00:00:08 8 False NaN 8.0
8 2021-01-01 00:00:09 9 True 9.0 NaN
9 2021-01-01 00:00:10 10 True 10.0 NaN
10 2021-01-01 00:00:11 11 True 11.0 NaN
11 2021-01-01 00:00:12 12 True 12.0 NaN
12 2021-01-01 00:00:13 13 False NaN 13.0
13 2021-01-01 00:00:14 14 False NaN 14.0
14 2021-01-01 00:00:15 15 False NaN 15.0
15 2021-01-01 00:00:16 16 False NaN 16.0
16 2021-01-01 00:00:17 17 True 17.0 NaN
17 2021-01-01 00:00:18 18 True 18.0 NaN
18 2021-01-01 00:00:19 19 True 19.0 NaN
19 2021-01-01 00:00:20 20 True 20.0 NaN
现在使用 go.Figure 和 add_traces 我们可以一次添加两个新列：
fig = go.Figure()
fig.add_trace(go.Scatter(x=df['Datum'], y=df['Erzeugung_Gesamt_true_gaps'], mode='lines', name=True))
fig.add_trace(go.Scatter(x=df['Datum'], y=df['Erzeugung_Gesamt_false_gaps'], mode='lines', name=False))
fig.update_layout(legend_title='EE>100%')
效果图是这样的：
要将其合并到您的图形生成函数中：
def drawEE_absolute():
fig = go.Figure()
fig.add_trace(go.Scatter(x=df['Datum'], y=df['Erzeugung_Gesamt_true_with_gaps'], mode='lines', name="True"))
fig.add_trace(go.Scatter(x=df['Datum'], y=df['Erzeugung_Gesamt_false_with_gaps'], mode='lines', name="False"))
fig.update_layout(legend_title='EE>100%', template='plotly_dark')
return html.Div([
dbc.Card(
dbc.CardBody([
dcc.Graph(
figure=fig,
config={
'displayModeBar': True,
'toImageButtonOptions': {
'filename': 'custom_image',
'height': None,
'width': None,
}
}
)
])
),
])
所以我正在尝试为我的线图进行条件着色，以便数据点为蓝色或红色。它是关于产生的电力与电力消耗的比较（在我的数据框中有一个列 EE>100%，其中 'True' 和 'False' 代表一年中的每个小时，我想用它来为我的情节着色） .
对于散点图，它工作得很好，但是当我绘制线图时，它会变得一团糟：
如您所见，线条无法很好地过渡/不知道在两个 'False' 点之间做什么。
这是我的线图代码：
def drawEE_absolute():
return html.Div([
dbc.Card(
dbc.CardBody([
dcc.Graph(
figure=px.line(df, x='Datum', y='Erzeugung_Gesamt', color='EE>100%', template='plotly_dark'),
config={
'displayModeBar': True,
'toImageButtonOptions': {
'filename': 'custom_image',
'height': None,
'width': None,
}
}
)
])
),
])
我不确定 plotly.express 中是否有针对此问题的干净解决方案。由于 plotly.express 无论如何都会创建一个 plotly.graph_object，如果正在考虑的 y-values 中存在 '' 或 NaN，它们都只会识别间隙（根据此 forum post).
这意味着我们需要将 y 值复制到不同的两个不同列，并在一列中将 True 替换为 NaN，并将 False 替换为 NaN 在另一列中。然后我们可以使用 go.Scatter 对每个新列绘制 'Datum'。
样本 df:
df = pd.DataFrame({
'Datum':pd.date_range('2021-01-01 00:00:01', '2021-01-01 00:00:20', freq="s"),
'Erzeugung_Gesamt': list(range(1,21)),
'EE>100%': ['True']*4+['False']*4+['True']*4+['False']*4+['True']*4
})
如果我正确理解你的问题，这应该与你的 df 相似：
>>> df
Datum Erzeugung_Gesamt EE>100%
0 2021-01-01 00:00:01 1 True
1 2021-01-01 00:00:02 2 True
2 2021-01-01 00:00:03 3 True
3 2021-01-01 00:00:04 4 True
4 2021-01-01 00:00:05 5 False
5 2021-01-01 00:00:06 6 False
6 2021-01-01 00:00:07 7 False
7 2021-01-01 00:00:08 8 False
8 2021-01-01 00:00:09 9 True
9 2021-01-01 00:00:10 10 True
10 2021-01-01 00:00:11 11 True
11 2021-01-01 00:00:12 12 True
12 2021-01-01 00:00:13 13 False
13 2021-01-01 00:00:14 14 False
14 2021-01-01 00:00:15 15 False
15 2021-01-01 00:00:16 16 False
16 2021-01-01 00:00:17 17 True
17 2021-01-01 00:00:18 18 True
18 2021-01-01 00:00:19 19 True
19 2021-01-01 00:00:20 20 True
将两个新的 Erzeugung_Gesamt 列添加到 df（基于 EE>100% 是 'True' 还是 'False'）：
df['Erzeugung_Gesamt_true_with_gaps'] = df['Erzeugung_Gesamt'].values
df['Erzeugung_Gesamt_false_with_gaps'] = df['Erzeugung_Gesamt'].values
## for Erzeugung_Gesamt_true_gaps we replace False with NaN
## for Erzeugung_Gesamt_false_gaps we replace True with NaN
df.loc[df['EE>100%'] == 'False','Erzeugung_Gesamt_true_with_gaps'] = float("nan")
df.loc[df['EE>100%'] == 'True','Erzeugung_Gesamt_false_with_gaps'] = float("nan")
更新 df:
>>> df
Datum Erzeugung_Gesamt EE>100% Erzeugung_Gesamt_true_with_gaps Erzeugung_Gesamt_false_with_gaps
0 2021-01-01 00:00:01 1 True 1.0 NaN
1 2021-01-01 00:00:02 2 True 2.0 NaN
2 2021-01-01 00:00:03 3 True 3.0 NaN
3 2021-01-01 00:00:04 4 True 4.0 NaN
4 2021-01-01 00:00:05 5 False NaN 5.0
5 2021-01-01 00:00:06 6 False NaN 6.0
6 2021-01-01 00:00:07 7 False NaN 7.0
7 2021-01-01 00:00:08 8 False NaN 8.0
8 2021-01-01 00:00:09 9 True 9.0 NaN
9 2021-01-01 00:00:10 10 True 10.0 NaN
10 2021-01-01 00:00:11 11 True 11.0 NaN
11 2021-01-01 00:00:12 12 True 12.0 NaN
12 2021-01-01 00:00:13 13 False NaN 13.0
13 2021-01-01 00:00:14 14 False NaN 14.0
14 2021-01-01 00:00:15 15 False NaN 15.0
15 2021-01-01 00:00:16 16 False NaN 16.0
16 2021-01-01 00:00:17 17 True 17.0 NaN
17 2021-01-01 00:00:18 18 True 18.0 NaN
18 2021-01-01 00:00:19 19 True 19.0 NaN
19 2021-01-01 00:00:20 20 True 20.0 NaN
现在使用 go.Figure 和 add_traces 我们可以一次添加两个新列：
fig = go.Figure()
fig.add_trace(go.Scatter(x=df['Datum'], y=df['Erzeugung_Gesamt_true_gaps'], mode='lines', name=True))
fig.add_trace(go.Scatter(x=df['Datum'], y=df['Erzeugung_Gesamt_false_gaps'], mode='lines', name=False))
fig.update_layout(legend_title='EE>100%')
效果图是这样的：
要将其合并到您的图形生成函数中：
def drawEE_absolute():
fig = go.Figure()
fig.add_trace(go.Scatter(x=df['Datum'], y=df['Erzeugung_Gesamt_true_with_gaps'], mode='lines', name="True"))
fig.add_trace(go.Scatter(x=df['Datum'], y=df['Erzeugung_Gesamt_false_with_gaps'], mode='lines', name="False"))
fig.update_layout(legend_title='EE>100%', template='plotly_dark')
return html.Div([
dbc.Card(
dbc.CardBody([
dcc.Graph(
figure=fig,
config={
'displayModeBar': True,
'toImageButtonOptions': {
'filename': 'custom_image',
'height': None,
'width': None,
}
}
)
])
),
])