4

背景：

这个问题与 Plotly 相关但不完全相同：如何检索主要刻度线和网格线的值？. 此处还针对matplotlib提出了类似的问题，但未回答：如何将主要刻度显示为每个月的第一天，将次要刻度显示为每天？

Plotly 太棒了，也许唯一困扰我的是刻度线/网格线的自动选择以及为 x 轴选择的标签，如下图所示：

情节1：

在此处输入图像描述

我认为这里展示的自然是每个月的第一天（当然取决于时期）。或者甚至可能只是'Jan'每个刻度上的缩写月份名称。由于所有月份的长度不同，我意识到技术甚至视觉上的挑战。但有谁知道如何做到这一点？

可重现的片段：

import plotly
import cufflinks as cf
from plotly.offline import download_plotlyjs, init_notebook_mode, plot, iplot
import pandas as pd
import numpy as np
from IPython.display import HTML
from IPython.core.display import display, HTML
import copy

# setup
init_notebook_mode(connected=True)
np.random.seed(123)
cf.set_config_file(theme='pearl')

# Random data using cufflinks
df = cf.datagen.lines()
#df = df['UUN.XY']

fig = df.iplot(asFigure=True, kind='scatter',
               xTitle='Dates',yTitle='Returns',title='Returns')

iplot(fig)
4

1 回答 1

3

（更新版本的情节的更新答案）

使用较新版本的 plotly，您可以指定dtick = 'M1'在每个月初设置网格线。您还可以通过以下方式格式化月份的显示tickformat：

片段 1

fig.update_xaxes(dtick="M2",
                 tickformat="%b\n%Y"
)

情节 1

在此处输入图像描述

如果您想每隔一个月设置一次网格线，只需更改"M1"为"M2"

情节 2

在此处输入图像描述

完整代码：

# imports
import pandas as pd
import plotly.express as px

# data
df = px.data.stocks()
df = df.tail(40)
colors = px.colors.qualitative.T10

# plotly
fig = px.line(df,x = 'date',
                 y = [c for c in df.columns if c != 'date'],
                 template = 'plotly_dark',
                 color_discrete_sequence = colors,
                 title = 'Stocks', 
             )

fig.update_xaxes(dtick="M2",
                 tickformat="%b\n%Y"
)

fig.show()

旧解决方案：

如何设置网格线将完全取决于您想要显示的内容，以及在您尝试编辑设置之前如何构建图形。但是要获得问题中指定的结果，您可以这样做。

步骤1：

编辑fig['data'][series]['x']中的每个系列fig['data']。

第2步：

设置tickmode和ticktext：

go.Layout(xaxis = go.layout.XAxis(tickvals = [some_values]
                                  ticktext = [other_values])
          )

结果：

在此处输入图像描述

Jupyter Notebook 的完整代码：

# imports
import plotly
import cufflinks as cf
from plotly.offline import download_plotlyjs, init_notebook_mode, plot, iplot
import pandas as pd
import numpy as np
from IPython.display import HTML
from IPython.core.display import display, HTML
import copy
import plotly.graph_objs as go

# setup
init_notebook_mode(connected=True)
np.random.seed(123)
cf.set_config_file(theme='pearl')
#%qtconsole --style vim

# Random data using cufflinks
df = cf.datagen.lines()

# create figure setup
fig = df.iplot(asFigure=True, kind='scatter',
               xTitle='Dates',yTitle='Returns',title='Returns')

# create df1 to mess around with while
# keeping the source intact in df
df1 = df.copy(deep = True)
df1['idx'] = range(0, len(df))

# time variable operations and formatting
df1['yr'] = df1.index.year
df1['mth'] = df1.index.month_name()

# function to replace month name with
# abbreviated month name AND year
# if the month is january
def mthFormat(month):
    dDict = {'January':'jan','February':'feb', 'March':'mar',
             'April':'apr', 'May':'may','June':'jun', 'July':'jul',
             'August':'aug','September':'sep', 'October':'oct',
             'November':'nov', 'December':'dec'}
    mth = dDict[month]
    return(mth)

# replace month name with abbreviated month name
df1['mth'] = [mthFormat(m) for m in df1['mth']]


# remove adjacent duplicates for year and month
df1['yr'][df1['yr'].shift() == df1['yr']] = ''
df1['mth'][df1['mth'].shift() == df1['mth']] = ''

# select and format values to be displayed
df1['idx'][df1['mth']!='']
df1['display'] = df1['idx'][df1['mth']!='']
display = df1['display'].dropna()
displayVal = display.values.astype('int')
df_display = df1.iloc[displayVal]
df_display['display'] = df_display['display'].astype('int')
df_display['yrmth'] = df_display['mth'] + '<br>' + df_display['yr'].astype(str)

# set properties for each trace
for ser in range(0,len(fig['data'])):

    fig['data'][ser]['x'] = df1['idx'].values.tolist()
    fig['data'][ser]['text'] = df1['mth'].values.tolist()
    fig['data'][ser]['hoverinfo']='all'

# layout for entire figure
f2Data = fig['data']
f2Layout = go.Layout(
    xaxis = go.layout.XAxis(
        tickmode = 'array',
        tickvals = df_display['display'].values.tolist(),
        ticktext = df_display['yrmth'].values.tolist(),
        zeroline = False)#,
)

# plot figure with specified major ticks and gridlines
fig2 = go.Figure(data=f2Data, layout=f2Layout)
iplot(fig2)

一些重要的细节：

1. 灵活性和局限性iplot()：

这种使用iplot()和编辑所有这些设置的方法有点笨拙，但它在数据集中的列/变量的数量方面非常灵活，并且可以说比手动构建每个跟踪更可取，就像trace1 = go.Scatter()为 df 中的每一列一样。

2. 为什么要编辑每个系列/轨迹？

如果您尝试跳过中间部分

for ser in range(0,len(fig['data'])):

    fig['data'][ser]['x'] = df1['idx'].values.tolist()
    fig['data'][ser]['text'] = df1['mth'].values.tolist()
    fig['data'][ser]['hoverinfo']='all'

并尝试直接在整个情节上设置tickvals和ticktext，它将没有效果：

在此处输入图像描述

我认为这有点奇怪，但我认为这是由iplot().

3. 还缺少一件事：

为了使设置正常工作， 和 的结构分别是ticvals和。这会导致 xaxis 悬停文本显示数据的位置，其中和为空：ticktext[0, 31, 59, 90]['jan<br>2015', 'feb<br>', 'mar<br>', 'apr<br>']ticvalsticktext

在此处输入图像描述

任何关于如何改进整个事情的建议都非常感谢。比我自己更好的解决方案将立即获得已接受答案状态！

于 2019-04-11T08:02:01.943 回答