我目前有一个指标图(仪表),其中的值通过深蓝色中心到达的距离来显示。然而,这对我来说看起来有点奇怪,所以我想将其更改为有一个从中心到值的指针/指针,就像速度计一样。这是我当前的代码:
import plotly.graph_objects as go
fig = go.Figure(go.Indicator(
mode = "gauge+number",
number = {'suffix': "% match", 'font': {'size': 50}},
value = 80,
domain = {'x': [0,1], 'y': [0,1]},
gauge = {
'axis': {'range': [None, 100], 'tickwidth': 1, 'tickcolor': "darkblue"},
'bar': {'color': "darkblue"},
'bgcolor': "white",
'borderwidth': 2,
'bordercolor': "gray",
'steps': [
{'range': [0, 33], 'color': 'red'},
{'range': [33, 66], 'color': 'yellow'},
{'range': [66,100], 'color': 'green'}],
}))
fig.update_layout(font = {'color': "black", 'family': "Arial"})
fig.show()
我的建议是添加一个覆盖指标图表的箭头注释。
通过将图表的范围设置为 [-1,1] x [0,1],我们基本上创建了一个箭头所在的新坐标系,我们可以近似箭头应该到达的位置,以便对应于指标图表上的值。这也将确保点 (0,0) 位于图表的中心,这很方便,因为这将是箭头的端点之一。
添加箭头注释时,
ax
和ay
是箭头尾部的坐标,因此我们希望它位于图表的中间,即ax=0
和ay=0
。我将箭头笔直向上放置,以显示指标图表相对于浏览器窗口的图表的半径约为 0.9 个单位。这对您来说可能会有所不同。
import plotly.graph_objects as go
fig = go.Figure(go.Indicator(
mode = "gauge+number",
number = {'suffix': "% match", 'font': {'size': 50}},
value = 80,
domain = {'x': [0,1], 'y': [0,1]},
gauge = {
'axis': {'range': [None, 100], 'tickwidth': 1, 'tickcolor': "darkblue"},
'bar': {'color': "darkblue"},
'bgcolor': "white",
'borderwidth': 2,
'bordercolor': "gray",
'steps': [
{'range': [0, 33], 'color': 'red'},
{'range': [33, 66], 'color': 'yellow'},
{'range': [66,100], 'color': 'green'}],
}))
fig.update_layout(
font={'color': "black", 'family': "Arial"},
xaxis={'showgrid': False, 'range':[-1,1]},
yaxis={'showgrid': False, 'range':[0,1]},
# plot_bgcolor='rgba(0,0,0,0)'
)
## by setting the range of the layout, we are effectively adding a grid in the background
## and the radius of the gauge diagram is roughly 0.9 when the grid has a range of [-1,1]x[0,1]
fig.add_annotation(
ax=0,
ay=0,
axref='x',
ayref='y',
x=0,
y=0.9,
xref='x',
yref='y',
showarrow=True,
arrowhead=3,
arrowsize=1,
arrowwidth=4
)
fig.show()
现在,虽然我们可以通过反复试验来找到箭头应该结束的位置,但这是一个真正的 hacky 解决方案,根本无法推广。
对于接下来的步骤,我建议您为浏览器窗口大小选择一个长宽比,使指标图表尽可能接近圆形(例如,极端的长宽比将使您的指标图表更加椭圆,我正在制作一个简单假设指标图表是一个完美的圆)。
因此,假设指标图表大致是一个半径 ≈ 0.9 的圆(在我的情况下,您的半径可能不同),我们可以使用极坐标找到圆的 x 和 y 坐标:
x = r*cos(θ)
和 y = r*sin(θ)
。请注意,此公式仅适用于以 (0,0) 为中心的圆,这就是我们在此时将图表居中的原因。
由于指示器上的值在 0-100 的范围内为 80,因此我们是 180 度旋转角度的 80/100,结果为
180 degrees*(80/100) = 144 degrees
。所以你从左下角顺时针旋转144度,或者从右下角逆时针旋转36度。
插入电源,我们得到
x = 0.9*cos(36 degrees) = 0.72811529493
和y = 0.9*sin(36 degrees) = 0.52900672706
。更新注释:
fig.add_annotation(
ax=0,
ay=0,
axref='x',
ayref='y',
x=0.72811529493,
y=0.52900672706,
xref='x',
yref='y',
showarrow=True,
arrowhead=3,
arrowsize=1,
arrowwidth=4
)
我们得到以下图像:
所以这非常接近,但不是一门精确的科学。对于我的浏览器窗口,我们将角度稍微调整到 40 度。重复相同的过程
x = 0.9*cos(40 degrees) = 0.6894399988
和y = 0.9*cos(40 degrees) = 0.57850884871
,并更新注释坐标,我得到以下图表:
为了使图表更漂亮,我们现在可以删除图表中箭头注释的刻度标签,并将背景设置为透明。为了让这个方法更容易调整,我制作了
theta
和 r
变量。
from numpy import radians, cos, sin
import plotly.graph_objects as go
fig = go.Figure(go.Indicator(
mode = "gauge+number",
number = {'suffix': "% match", 'font': {'size': 50}},
value = 80,
domain = {'x': [0,1], 'y': [0,1]},
gauge = {
'axis': {'range': [None, 100], 'tickwidth': 1, 'tickcolor': "darkblue"},
'bar': {'color': "darkblue"},
'bgcolor': "white",
'borderwidth': 2,
'bordercolor': "gray",
'steps': [
{'range': [0, 33], 'color': 'red'},
{'range': [33, 66], 'color': 'yellow'},
{'range': [66,100], 'color': 'green'}],
}))
fig.update_layout(
font={'color': "black", 'family': "Arial"},
xaxis={'showgrid': False, 'showticklabels':False, 'range':[-1,1]},
yaxis={'showgrid': False, 'showticklabels':False, 'range':[0,1]},
plot_bgcolor='rgba(0,0,0,0)'
)
## by setting the range of the layout, we are effectively adding a grid in the background
## and the radius of the gauge diagram is roughly 0.9 when the grid has a range of [-1,1]x[0,1]
theta = 40
r= 0.9
x_head = r * cos(radians(theta))
y_head = r * sin(radians(theta))
fig.add_annotation(
ax=0,
ay=0,
axref='x',
ayref='y',
x=x_head,
y=y_head,
xref='x',
yref='y',
showarrow=True,
arrowhead=3,
arrowsize=1,
arrowwidth=4
)
fig.show()
我对上面给出的答案做了一些细微的调整。这些调整是:
在我的例子中,
value
代表百分比:
value = 0.06
fig = go.Figure(
go.Indicator(
mode='gauge+number',
value=100*value,
number={'suffix': "%"},
domain = {'x': [0, 1], 'y': [0, 1]},
gauge = {
'axis': {'range': [None, 100], 'tickwidth': 1},
'bar': {'color': "lightgray"},
'borderwidth': 2,
'steps': [
{'range': [0, 75], 'color': 'red'},
{'range': [75, 95], 'color': 'yellow'},
{'range': [95 ,100], 'color': 'green'}],
}
)
)
fig.update_layout(
margin=dict(t=20, b=10, l=10, r=10),
plot_bgcolor='rgba(0,0,0,0)',
xaxis={'showgrid': False, 'showticklabels': False, 'range':[-1,1]},
yaxis={'showgrid': False, 'showticklabels': False, 'range':[0,1]},
)
fig.update_yaxes(
scaleanchor="x",
scaleratio=1,
)
angle = np.pi*(1-value[![enter image description here][1]][1])
unit = np.array([np.cos(angle), np.sin(angle)])
ro = 0.8
ri = 0.3
ax, ay = ri*unit
x, y = ro*unit
fig.add_annotation(
ax=ax,
ay=ay,
axref='x',
ayref='y',
x=x,
y=y,
xref='x',
yref='y',
showarrow=True,
arrowhead=3,
arrowsize=1,
arrowwidth=4
)