Plotly：如何创建具有多颜色标签的时间序列变量的线图？

问题描述 投票：0回答：3

我有一个数据帧作为 df ，它有一个列，我在 y 下传递该列作为“参数”，如下所示，并将其根据变量“时间”绘制。该变量在“标签”列下有 2 个标签，在颜色下传递。

import plotly.express as px
fig= px.line(data_frame= df,  x='time', y='parameter', color='labels')

请找到我为图表附加的图像。两张图片都具有相同的变量，但第二张图片是第一张图片的缩放版本，以便更好地了解。

正如你所看到的，我正在绘制一个变量与时间的关系，并期望两个标签有不同的颜色，plotly 在图表中给出了两条单独的线，颜色为蓝色和红色，看起来非常混乱和错误。我应该进行哪些更改才能获得 2 种不同颜色的连续图表？

更多说明：我不希望蓝线穿过红色图（请参阅附图），反之亦然，因为我只绘制一张图。我想要如图第三张图所示的图表。预先感谢您。

python plotly data-visualization plotly-dash
3个回答
1
投票

第二个建议

（请进一步阅读我的第一个建议，了解一些假设和条件）

我已经成功地构建了一种方法，它几乎应该涵盖您在这里所要求的所有内容。提供真正挑战的唯一细节是如何可视化迹线之间的间隙，因为我的第二个建议建立在为每个单独的

label
添加唯一的迹线的基础上。您可能怀疑这可能会用一堆重复的名称填充图例，但这是通过按关联标签对跟踪名称进行分组来解决的。我还建立了一个字典，您可以在其中指定每个标签的颜色。这是结果：

图 2.1 - 由标签定义的颜色

注意到灰线了吗？这就是我之前描述的“连接性”问题的结果。您可以通过设置 

color='rgba(200,200,200,0.2)'
中的不透明度参数（最后一个数字）来选择隐藏或显示该线。您将在下面找到一个完整的代码片段来重现该图。有很多事情需要对整个事情进行调整，所以如果有任何不清楚的地方，请随时询问细节。

完整代码：

# imports
import plotly.express as px
import plotly.graph_objects as go
import pandas as pd
import numpy as np
import random

# settings
observations = 100
np.random.seed(5)
value = np.random.uniform(low=-1, high=1, size=observations).tolist()
time = [t for t in pd.date_range('2020', freq='D', periods=observations)]#.format()]

df=pd.DataFrame({'time': time, 
                 'value':value})
df['value']=df['value'].cumsum()
df1 = df.copy()
df1=df1.set_index('time')

# custom function to build labels as conditions of parameter values
def classify(e):
    if e > 0.75: return 'high'
    if e > 0.25: return 'medium'
    if e >= 0: return 'low'
    
# custom function to set mode = line or marker, given data length
def modes(df):
    if len(df) > 1: return 'lines'
    else: return  'markers'
    
# dictionary to specify marker or line color
# this will depend on your real world labels !!!
cols = {'high': 'green',
         'medium': 'blue',
         'low': 'red'}

df['label1'] = [(elem-df['value'].min())/(df['value'].max()-df['value'].min()) for elem in df['value']]
df['label'] = [classify(elem) for elem in df['label1']]
df = df.drop('label1', 1)

df['group'] = df['label'].ne(df['label'].shift()).cumsum()
df = df.groupby('group')
dfs = []
for name, data in df:
    dfs.append(data)

fig = go.Figure()
# one line to connect them all
fig=go.Figure((go.Scatter(x=df1.index, y=df1['value'],
                          name = 'all data',
                          line=dict(color='rgba(200,200,200,0.7)'))))

showed = []
for frame in dfs:

    if frame['label'].iloc[0] not in showed:
        
        fig.add_trace(go.Scatter(x=frame['time'], y = frame['value'],
                                 mode = modes(frame),
                                 marker_color = cols[frame['label'].iloc[0]],
                                 legendgroup=frame['label'].iloc[0],
                                 name=frame['label'].iloc[0]))
        showed.append(frame['label'].iloc[0])
    else:
        fig.add_trace(go.Scatter(x=frame['time'], y = frame['value'],
                                 mode = modes(frame),
                                  marker_color = cols[frame['label'].iloc[0]],
                                 legendgroup=frame['label'].iloc[0],
                                 name=frame['label'].iloc[0],
                                 showlegend=False
                                ))
fig.update_layout(template='plotly_dark')
fig.update_xaxes(showgrid=False)
fig.update_layout(uirevision='constant')
fig.show()

第一个建议

您应该如何执行此操作在很大程度上取决于数据集的结构。根据你的问题的声音，我只能猜测它看起来像这样：

         time     param   label
0  2020-01-01 -0.556014  medium
1  2020-01-02  0.185451    high
2  2020-01-03 -0.401111  medium
3  2020-01-04  0.436111    high
4  2020-01-05  0.412933    high
5  2020-01-06  0.636421    peak
6  2020-01-07  1.168237    peak
7  2020-01-08  1.205073    peak
8  2020-01-09  0.798674    peak
9  2020-01-10  0.174116    high

如果是这样，那么如果您想用不同颜色的线条轨迹显示 

param
，您很快就会遇到数据点之间奇怪的连接问题。我想到的第一件事是将one颜色的线条与multiple颜色的标记组合起来，如下所示：

这将为您提供良好的交互性，您可以在其中打开和关闭所有元素，也许只研究数据中的部分 

label=='peak
:

让我知道这对您来说效果如何，我们可以讨论更多细节。您可以在这里找到数据样本和所有详细信息：

完整代码：

# imports
import plotly.express as px
import plotly.graph_objects as go
import pandas as pd
import numpy as np
import random

# settings
observations = 100
np.random.seed(5); cols = list('a')
param = np.random.uniform(low=-1, high=1, size=observations).tolist()
time = [t for t in pd.date_range('2020', freq='D', periods=observations).format()]

df=pd.DataFrame({'time': time, 
                 'param':param})
df['param']=df['param'].cumsum()

def classify(e):
    if e > 0.9: return 'peak'
    if e > 0.75: return 'high'
    if e > 0.25: return 'medium'
    if e > 0.9: return 'low'
    if e >= 0: return 'bottom'

df['label1'] = [(elem-df['param'].min())/(df['param'].max()-df['param'].min()) for elem in df['param']]
df['label'] = [classify(elem) for elem in df['label1']]
df = df.drop('label1', 1)

fig=go.Figure((go.Scatter(x=df['time'], y=df['param'],
                         mode='lines',
                         line=dict(color='rgba(0,0,200,0.7)'))))
fig.add_traces(px.scatter(df, x='time', y='param', color='label').data)
fig.update_layout(template='plotly_dark')
fig.update_xaxes(showgrid=False)
fig.show()
1
投票

如果我理解正确，您正在尝试绘制具有两个不同颜色标签的单个时间序列数据。在同一个图表中绘制多条线会导致一些重叠，因为它共享时间轴。

为什么不使用散点图（不连接点）？根据数据的密度，这在视觉上看起来类似于连接的直线/曲线。

您还可以尝试绘制蓝线和红线并进行一些垂直移动以减少重叠。

0
投票

这是我的方法。它可能比现有答案更简单。

  • 应用下面提供的组函数将共享 id 分配给具有共享标签值的连续行。
  • 按 id 对行进行分组，并将它们绘制为单独的迹线。
  • 调整迹线图例条目的可见性，以确保每个标签只有一个图例条目。
def group(df, column):
    """
    Groups contiguous non-NA values in a DataFrame column and assigns a distinct
    group identifier to each group.
    """
    is_none = df[column].isna()
    unique_values = df[column].where(~is_none, other=float('inf'))
    changes = unique_values != unique_values.shift()
    return changes.cumsum() - 1

df["trace_id"] = group(df, "labels")

fig = go.Figure()

colorway = px.colors.qualitative.Plotly
added_legend = set()  # track which states have been added to the legend

for trace_id, data in df.groupby("trace_id"):
    label = data["labels"].iloc[0]
    show_legend = label not in added_legend
    added_legend.add(state)
    
    fig.add_trace(go.Scatter(x=data.index, y=data["value"], mode='lines', 
                             name=f'{label}',
                             legendgroup=f'{label}', 
                             showlegend=show_legend,
                             line=dict(color=colorway[state % len(colorway)])))

fig.show()

之前（使用
px.line()
）

之后

最新问题
© www.soinside.com 2019 - 2024. All rights reserved.