python - Plotly:如何在子图中制作无界垂直线？

Question

目标是在 x=1 处的每个子图中获得垂直无限线。在此示例中，我将在第一行第一列中尝试使用 type="line"的单个绘图形状

from plotly.subplots import make_subplots
import plotly.graph_objects as go
import numpy as np


fig = make_subplots(
    rows=2,
    cols=2,
    subplot_titles=list(map(str, range(4))),
    shared_xaxes=True,
    shared_yaxes=False,
)

time = np.linspace(-np.pi, np.pi, 1000)

for i in range(4):
    data = np.sin((i+1) * time)
    fig.add_trace(
        go.Scatter(y=data,x=time, name=str(i)),
        row=1 if i in [0, 1] else 2,
        col=1 if i in [0, 2] else 2,
    )

fig.add_shape(
    go.layout.Shape(
        type="line",
        yref="paper",
        xref="x",
        x0=1,
        y0=0,
        x1=1,
        y1=1,
        line=dict(color="RoyalBlue", width=3),
    ),row=1,col=1)

fig.write_image("1.png",width=800, height=600, scale=1)

所以看起来添加一个带有行和列的形状会覆盖 yref 和 xref 属性，返回一段线而不是一条无限线。在打印之前强制 yref 为“纸张”...

for shape in fig.layout.shapes:
    shape["yref"]="paper"

...我明白了:

这可以说更糟糕，一条相对于整个图而不是子图 y 轴的线。以前有人遇到过这个问题吗？有什么想法吗？

Answer 1

这是你想要的 plotly 吗？

如果是这种情况，那么您必须向由位置 row=i,col=j 定义的每个子图插入一个形状。下面的代码片段将为您做到这一点。如果您更改子图的总数，您只需要对网格的行数和列数进行一些监督即可。

from plotly.subplots import make_subplots
import plotly.graph_objects as go
import numpy as np


fig = make_subplots(
    rows=2,
    cols=2,
    subplot_titles=list(map(str, range(4))),
    shared_xaxes=True,
    shared_yaxes=False,
)

time = np.linspace(-np.pi, np.pi, 1000)

for i in range(4):
    data = np.sin((i+1) * time)
    fig.add_trace(
        go.Scatter(y=data,x=time, name=str(i)),
        row=1 if i in [0, 1] else 2,
        col=1 if i in [0, 2] else 2,
    )

colors = ['blue', 'firebrick', 'green', 'purple']
rows = 2
cols = 2

# add traces
counter=0 # for colors
for i in range(1,3):
    for j in range(1,3):
        fig.add_shape(go.layout.Shape(type="line",
                                        yref="paper",
                                        xref="x",
                                        x0=1,
                                        y0=-2,
                                        x1=1,
                                        y1=2,
                                        #line=dict(color="RoyalBlue", width=3),),
                                        line=dict(color=colors[counter], width=3),),
                      row=i,
                      col=j)
        counter = counter + 1

fig.show()

评论后编辑:

据我所知，您不能直接定义无界。但是，只要您定义的轴限制远远超出您想要可视化的数据，您想要完成的任务就会效果很好。因为与您的评论相反，您可以像这样设置每个子图的轴限制:

# Set y ranges for each subplot
for i in range(1,3):
    for j in range(1,3):
        fig.update_yaxes(range=[-4, 4], row=i, col=j)

您可以从数据集中找到正确的最大值和最小值，而不是预定义的限制。

图 2:未缩放

图 3:缩小

希望这对您有所帮助!