python - 如何使用 Plotly 按钮更改多个数据集的绘图？

Question

我有三个独立的股票/指数数据集。我可以用 PlotLy 将它们一一绘制出来。但我想创建一个按钮或下拉菜单，允许我从中切换数据集。

每个数据集如下所示:

            open    high    low     close   volume  
Date                            
2015-08-06  5146.63 5149.93 5035.41 5056.44 2290950000  
2006-08-16  2127.06 2149.54 2120.11 2149.54 2474760000  
1995-06-19  909.90  922.09  909.84  922.09  407000000   
2009-10-19  2162.41 2180.11 2150.42 2176.32 1970440000  
1997-05-23  1377.73 1389.75 1377.73 1389.72 539440000   

下面是我的代码。但我不知道将替换“df”的三个数据集放在哪里。我正在考虑类似数据集列表之类的东西，但我不习惯使用 python。我希望得到一些帮助。

我希望按钮或下拉菜单在 df = [msft_data、spy_500、nasdaq] 之间更改

def plot_interactive_stock_data(title):

fig = go.Figure()

fig_high = go.Scatter(x=df.index, y=df['high'], name="high ($)",
                     line_color='deepskyblue')

fig_low = go.Scatter(x=df.index, y=df['low'], name="low ($)",
                     line_color='green')

fig_open = go.Scatter(x=df.index, y=df['open'], name="open ($)",
                     line_color='maroon')

fig_close - go.Scatter(x=df.index, y=df['close'], name="close ($)",
                     line_color='orange')

fig_volume = go.Scatter(x=df.index, y=df['volume'], name="volume",
                     line_color='brown')

fig.update_layout(title_text='{}'.format(title),
              xaxis_rangeslider_visible=True)


data = [fig_high, fig_low, fig_open, fig_close, fig_volume]

updatemenus = list([
    dict(active = -1,
         buttons = list([
             dict(label = 'Microsoft',
                 method = 'update',
                 args = {'visible':  [True, False, False]}),

             dict(label = 'S&P 500',
                 method = 'update',
                 args = {'visible':  [False, True, False]}),

             dict(label = 'Nasdaq',
                 method = 'update',
                 args = {'visible':  [False, False, True]})
        ]),
    )
])

layout = dict(title=title, showlegend = False,
              updatemenus = updatemenus)

fig = dict(data=data, layout=layout)

plotly.offline.plot(fig, auto_open=False, show_link=False)

Answer 1

我找到了一个并不完美的答案，但代码仍然做了我想要它做的事情。我使用了来自plotly的信息和来自 stackoverflow 。但数据集之间的切换非常慢。因此，如果有人可以向我展示更好的解决方案，我将不胜感激。

下面是绘图函数的代码:

def plot_data(df):    
fig = go.Figure()
fig.add_trace(go.Scatter(
                x=df.index,
                y=df['open'],
                name="Open",
                line_color='blueviolet',
                opacity=0.8))

fig.add_trace(go.Scatter(
                x=df.index,
                y=df['high'],
                name="High",
                line_color='green',
                opacity=0.8))

fig.add_trace(go.Scatter(
                x=df.index,
                y=df['low'],
                name="Low",
                line_color='red',
                opacity=0.8))

fig.add_trace(go.Scatter(
                x=df.index,
                y=df['close'],
                name="Close",
                line_color='darkkhaki',
                opacity=0.8))

fig.add_trace(go.Scatter(
                x=df.index,
                y=df['volume'],
                name="Volume",
                line_color='darkgoldenrod',
                opacity=0.8))

fig.add_trace(go.Scatter(
                x=df.index,
                y=df['dividends'],
                name="Dividends",
                line_color='brown',
                opacity=0.8))

fig.add_trace(go.Scatter(
                x=df.index,
                y=df['stock_splits'],
                name="Stock splits",
                line_color='brown',
                opacity=0.8))

fig.update_layout(title_text='Explore data',
              xaxis_rangeslider_visible=True)   
fig.show()

这是下拉菜单的代码:

@interact(control=widgets.Dropdown(
options=["msft_data",
         "spy_500",
         "nasdaq"
         ],
description='Datasets'))

def plot_df(control):
    plt.figure(figsize = (14,8), linewidth=3, frameon = False)
    data = eval(control)
    plot_data(data)

你也可以看到我的作品图片: