使用 facet_row 或在 Python 中使用 make_subplots

Question

我正在使用 Plotly.express、plotly.subplots 和 plotly.graph_objs 来可视化一些图表，这些图表根据我传递的一些数据（数据）而变化，但我在这里很难输入代码保存代码，更易读和简化。

我想要实现的是如下图所示的图表（它是经过编辑的图像），y 轴上有一个标签“值”，右侧没有标签，x-轴将与标签“时间轴”保持原样，并且 x 轴不会将值分隔为 2 的倍数，而是 1 乘 1（并将其与从 -1 到最后一个值的行整合x轴，我在最后解释）：

第一。当我使用 plotly.express 时，代码如下：

import plotly.express as px

import pandas as pd
import numpy as np

data = {
    "Name": [
        "Lamp_D_Rq", "Status", "Status", "HMI",
        "Lck_D_RqDrv3", "Lck_D_RqDrv3", "Lck_D_RqDrv3",
        "Lck_D_RqDrv3", "Lamp_D_Rq", "Lamp_D_Rq",
        "Lamp_D_Rq", "Lamp_D_Rq",
    ],
    "Value": [0, 4, 4, 2, 1, 1, 2, 2, 1, 1, 3, 3],
    "Gage": [
        "F1", "H1", "H3", "H3", "H3",
        "F1", "H3", "F1", "F1", "H3",
        "F1", "H3",
    ],
    "Id_Par": [0, 0, 0, 11, 0, 0, 0, 0, 0, 0, 0, 0],
}

signals_df = pd.DataFrame(data)

signals_df['Count'] = signals_df.groupby('Id_Par').cumcount().add(1).mask(signals_df['Id_Par'].eq(0), 0)
signals_df['Sub'] = signals_df.index - signals_df['Count']
id_par_prev = signals_df['Id_Par'].unique()
id_par = np.delete(id_par_prev, 0)
signals_df['Prev'] = [1 if x in id_par else 0 for x in signals_df['Id_Par']]

print(signals_df)

fig = px.line(
    signals_df,
    y="Value",
    x="Sub",
    color="Name",
    hover_data=["Gage"],
    custom_data=["Gage"],
    markers=True,
    height=500,
    render_mode="svg",
    facet_row="Name"
)

fig.update_traces(line={"shape": 'hv'})
fig.update_traces(
    hovertemplate="<br>".join([
        "Gage: %{customdata[0]}",
    ]))

fig.update_layout(
        hovermode="x",
        title="Saving/Loss diagram",
        legend_title="CAN Singals",)

fig.update_xaxes(matches='x')

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

在执行这第一段代码时，我得到以下内容，由子图重复的值标记，名称拼接在右侧，即使这些值具有我找到的最小名称，那里名称更长，这就是为什么我想删除，但我找不到该选项，但是，我正在考虑删除名称并将方向更改为水平，并将 x 轴值分隔为 2 的倍数，我想一一展示它们，但我找不到 Plotly 的任何这些参数或选项：

第二。当我使用 plotly.subplots 和 plotly.graph_objs 时，代码是：

from plotly.subplots import make_subplots
import plotly.graph_objs as go

import pandas as pd
import numpy as np

data = {
    "Name": [
        "Lamp", "Status", "Status", "M1",
        "Lock", "Lock", "Lock",
        "Lock", "Lamp", "Lamp",
        "Lamp", "Lamp",
    ],
    "Value": [0, 4, 4, 2, 1, 1, 2, 2, 1, 1, 3, 3],
    "Gage": [
        "A1", "B1", "B3", "B3", "B3",
        "A1", "B3", "A1", "A1", "B3",
        "A1", "B3",
    ],
    "Id_Par": [0, 0, 0, 11, 0, 0, 0, 0, 0, 0, 0, 0],
}

signals_df = pd.DataFrame(data)

signals_df['Count'] = signals_df.groupby('Id_Par').cumcount().add(1).mask(signals_df['Id_Par'].eq(0), 0)
signals_df['Sub'] = signals_df.index - signals_df['Count']
id_par_prev = signals_df['Id_Par'].unique()
id_par = np.delete(id_par_prev, 0)
signals_df['Prev'] = [1 if x in id_par else 0 for x in signals_df['Id_Par']]
print(signals_df)

names_signals = signals_df['Name'].unique()

fig = make_subplots(rows=len(names_signals), cols=1,
                    shared_xaxes=True,
                    vertical_spacing=0.02)

for i, name_signal in enumerate(names_signals):
    fig.add_trace(go.Scatter(x=signals_df["Sub"],
                             y=signals_df["Value"],
                             line_shape='hv',
                             # facet_row="Name")
                             ))
fig.update_layout(
        hovermode="x",
        title="Saving/Loss diagram",
        legend_title="CAN Singals",)

fig.update_xaxes(matches='x')
fig.show(config={'displaylogo': False})

在第二个代码的执行中，这是对我一直在做的测试，看看是否更容易可视化数据，但它给我一个错误，它没有找到 facet_row 参数，当我取消注释时，是的，我已经在 Scatter 的帮助文件中查看了它，但我找不到类似的东西：

在这种情况下，我使用它是因为在查看 Plotly 文档时我意识到 update_trace、update_layout 等是您可以编辑和更新这些图形参数的地方，在这里你如何使用 add_trace 似乎有点不同，但我需要先将图表按子图分开，但我找不到如何使用。

在这两种情况下，objective是来自电路的一些信号，通过名称和子图将值和图形分开，即绘制它们如何变化以及值的图形根据他们的名字在时间轴上呈现，并绘制在不同的子图中。

关于从 -1 开始到信号最后一个值的行，我尝试了以下，但它不接受它，因为它一定要我传递 [=50= 的一列] 数据框，但首先我想找到允许我在左侧 y 轴上使用单个标签绘制子图的参数，并删除右侧的名称，x 轴将其分开 1x1，然后继续这个，在我用 Matplotlib 制作的桌面应用程序中，实际上对我很有帮助，但在这种情况下，我不知道如何调用这些值，因为我试图将其放入变量并将其分配给“x”和“y” px.line 并且它不起作用：

x= np.hstack([-1, data.index.values, len(signals_df) - 1])
y= np.hstack([0, data.values, data.iloc[-1]])

希望我说的很清楚，能帮到我，非常感谢。

Answer 1

这里嵌入了多个问题
px annotations 如果需要，可以从 layout 中删除。我不相信这是问题
如何使用go动态生成子图。很简单，使用 enumerate() 循环数据子集来定义行。详情如下

from plotly.subplots import make_subplots
import plotly.graph_objects as go

names_signals = signals_df['Name'].unique()

fig = make_subplots(rows=len(names_signals), cols=1,
                    shared_xaxes=True,
                    vertical_spacing=0.02)

for r, (n, d) in enumerate(signals_df.groupby("Name")):
    # gemerate -1 point
    d = d.merge(pd.Series(np.arange(-1, d["Sub"].max()+1), name="Sub"), on="Sub", how="right").fillna(0, limit=1).dropna()
    fig.add_trace(go.Scatter(name=n, x=d["Sub"], y=d["Value"], line_shape="hv"), row=r+1, col=1)

# finally label axes and set tick sizes
fig.add_annotation(x=-0.05, y=.5, text="Value", xref="paper", yref="paper", textangle=270, showarrow=False)
fig.add_annotation(x=.5, y=-0.2, text="Timeline", xref="paper", yref="paper", showarrow=False)
fig.update_xaxes(dtick=1, tick0=-1)
fig.update_yaxes(dtick=1)

使用 facet_row 或在 Python 中使用 make_subplots

Remove left and right labels and paint values 1 by 1 in x-axis with Plotly that use facet_row or instead use make_subplots in Python

python

python-3.x

plotly

plotly-python