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。
(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:
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。
# 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()
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:
# 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()
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。
这是我的方法。它可能比现有答案更简单。
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()
px.line()
)