python - Plotly:如何设置 x 轴上时间序列的主要刻度线/网格线的值？

Question

背景:

此问题与 Plotly: How to retrieve values for major ticks and gridlines? 相关，但不相同。 。 matplotlib 也提出了类似的问题，但没有得到解答。这里:How do I show major ticks as the first day of each months and minor ticks as each day?

<小时/>

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

图 1:

我认为这里显示的自然内容是每个月的第一天(当然取决于时期)。或者甚至可能只是每个刻度上的缩写月份名称，例如 'Jan'。我意识到由于所有月份的长度并不相同，因此存在技术甚至视觉上的挑战。但有人知道如何做到这一点吗？

可复制的代码片段:

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)

Answer 1

(更新了较新版本的plotly的答案)

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tickformat格式化月份的显示。 :

代码片段 1

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

图 1

如果您想每隔一个月设置一次网格线，只需更改 "M1"至"M2"

图 2

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()

<小时/>

旧解决方案:

如何设置网格线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。但要获得问题中指定的结果，您可以这样做。

第一步:

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

第二步:

设置刻度模式和刻度文本:

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

结果:

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)

<小时/>

一些重要细节:

<小时/>

<强>1。 iplot() 的灵 active 和限制:

这种方法使用 iplot()编辑所有这些设置有点笨拙，但它对于数据集中的列/变量的数量非常灵活，并且可以说比手动构建每个跟踪(如 trace1 = go.Scatter())更可取。对于 df 中的每一列。

<强>2。为什么必须编辑每个系列/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'

并尝试设置tickvals和ticktext直接作用于整个图，不会有任何影响:

我认为这有点奇怪，但我认为这是由 iplot() 启动的一些底层设置引起的.

<强>3。还缺少一件事:

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

任何有关如何改进整个事情的建议都将受到高度赞赏。比我自己的解决方案更好的解决方案将立即获得已接受答案状态!