python - Plotly：如何在指定点添加垂直线？

Question

我有一个时间序列的数据框图以及一个我想绘制垂直线的数值列表。该图是使用 cufflinks 包创建的交互式图。这是 1000 个时间值的三个时间序列的示例，我想在 500 和 800 处绘制垂直线。我使用“axvlinee”的尝试是基于我在类似帖子中看到的建议：

import numpy as np
import pandas as pd
import cufflinks

np.random.seed(123)
X = np.random.randn(1000,3)  
df=pd.DataFrame(X, columns=['a','b','c'])
fig=df.iplot(asFigure=True,xTitle='time',yTitle='values',title='Time Series Plot')
fig.axvline([500,800], linewidth=5,color="black", linestyle="--")
fig.show()

错误消息指出“Figure”对象没有属性“axvline”。

我不确定此消息是由于我对基本情节缺乏了解还是源于使用 igraph 的限制。

Answer 1

答案：

要向现有的绘图图形添加一条线，只需使用：

fig.add_shape(type='line',...)

细节：

我收集这是您在使用 matplotlib 后看到的帖子。正如评论中所说，axvline与情节无关。这仅用作您如何使用 matplotlib 完成它的示例。使用 plotly，我要么选择fig.add_shape(go.layout.Shape(type="line"). 但在您自己尝试之前，请注意它cufflinks已被弃用。我真的很喜欢袖扣，但现在有更好的选择来构建快速和详细的图表。如果您想坚持与 类似的单行iplot，我建议使用plotly.express. 在您的情况下，唯一的障碍是将您的数据集从宽格式更改为plotly.express. 下面的代码片段就是为了生成以下图：

代码：

import numpy as np
import pandas as pd
import plotly.express as px
from plotly.offline import iplot
#
np.random.seed(123)
X = np.random.randn(1000,3)  
df=pd.DataFrame(X, columns=['a','b','c'])
df['id'] = df.index
df = pd.melt(df, id_vars='id', value_vars=df.columns[:-1])

# plotly line figure
fig = px.line(df, x='id', y='value', color='variable')

# lines to add, specified by x-position
lines = {'a':500,'c':700,'a':900,'b':950}

# add lines using absolute references
for k in lines.keys():
    #print(k)
    fig.add_shape(type='line',
                yref="y",
                xref="x",
                x0=lines[k],
                y0=df['value'].min()*1.2,
                x1=lines[k],
                y1=df['value'].max()*1.2,
                line=dict(color='black', width=3))
    fig.add_annotation(
                x=lines[k],
                y=1.06,
                yref='paper',
                showarrow=False,
                text=k)
fig.show()

Answer 2

不确定这是否是您想要的，添加两个scatter似乎可行：

np.random.seed(123)
X = np.random.randn(1000,3)  
df=pd.DataFrame(X, columns=['a','b','c'])
fig = df.iplot(asFigure=True,xTitle='time',yTitle='values',title='Time Series Plot')

fig.add_scatter(x=[500]*100, y=np.linspace(-4,4,100), name='lower')
fig.add_scatter(x=[800]*100, y=np.linspace(-4,4,100), name='upper')

fig.show()

输出：