python - 情节：如何用新数据更新/重绘情节表达图？

Question

在调试或计算量大的循环期间，我想看看我的数据处理是如何演变的（例如在线图或图像中）。

plt.cla()在 matplotlib 中，代码可以用和plt.draw()或重绘/更新图形plt.pause(0.001)，这样我就可以实时或在调试时跟踪我的计算进度。我如何在情节表达（或情节）中做到这一点？

Answer 1

所以我想我基本上想通了。诀窍是不要go.Figure()用来创造一个人物，但go.FigureWidget()在光学上是一样的，但在幕后却不是。

文件

youtube 视频演示

随着新数据的到来，这些 FigureWidgets 正是要更新的。它们保持动态，以后的调用可以修改它们。

一个 FigureWidget 可以由一个 Figure 组成：

figure = go.Figure(data=data, layout=layout)

f2 = go.FigureWidget(figure)
f2                                          #display the figure

这是实用的，因为它可以使用简化的 plotly express 界面来创建一个 Figure，然后使用它来构造一个 FigureWidget。不幸的是，plotly express 似乎没有它自己的简化 FigureWidget 模块。所以需要使用的比较复杂go.FigureWidget。

Answer 2

我不确定 plotly 是否存在相同的功能。但是您至少可以构建一个图形，扩展您的数据源，然后只需替换图形的数据，而无需触及任何其他图形元素，如下所示：

for i, col in enumerate(fig.data):
    fig.data[i]['y'] = df[df.columns[i]]
    fig.data[i]['x'] = df.index

plotly.express如果您的图形是使用的结果，或者go.Figure因为这两种方法都会产生可以由上面的代码片段编辑的图形结构，这无关紧要。您可以通过在 JupyterLab 的两个不同单元格中设置以下两个片段来自己测试。

单元格 1 的代码

import pandas as pd
import numpy as np
import plotly.express as px
import plotly.graph_objects as go
from jupyter_dash import JupyterDash
import dash_core_components as dcc
import dash_html_components as html
from dash.dependencies import Input, Output

# code and plot setup
# settings
pd.options.plotting.backend = "plotly"

# sample dataframe of a wide format
np.random.seed(5); cols = list('abc')
X = np.random.randn(50,len(cols))  
df=pd.DataFrame(X, columns=cols)
df.iloc[0]=0;df=df.cumsum()

# plotly figure
fig = df.plot(template = 'plotly_dark')
fig.show()

单元格 2 的代码

# create or retrieve new data
Y = np.random.randn(1,len(cols))

# organize new data in a df
df2 = pd.DataFrame(Y, columns = cols)

# add last row to df to new values
# this step can be skipped if your real world
# data is not a cumulative process like
# in this example
df2.iloc[-1] = df2.iloc[-1] + df.iloc[-1]

# append new data to existing df
df = df.append(df2, ignore_index=True)#.reset_index()

# replace old data in fig with new data
for i, col in enumerate(fig.data):
    fig.data[i]['y'] = df[df.columns[i]]
    fig.data[i]['x'] = df.index

fig.show()

运行第一个单元格将汇总一些数据并构建一个如下图：

运行第二个单元格将生成一个只有一行的新数据框，将其附加到原始数据框，替换现有图中的数据，然后再次显示该图。您可以根据需要多次运行第二个单元格，以使用扩展数据集重新绘制图形。运行 50 次后，您的图形将如下所示：