Python:如何使用plotly制作阴影区域或交替背景颜色？

Question

仅使用 plot.ly 中的这几行代码将在 jupyter 笔记本中为您提供以下绘图:

代码片段 1:

import plotly
import cufflinks as cf
from plotly.offline import download_plotlyjs, init_notebook_mode, plot, iplot
init_notebook_mode(connected=True)

iplot(cf.datagen.lines().iplot(asFigure=True,
                               kind='scatter',xTitle='Dates',yTitle='Returns',title='Returns'))

图 1:

如何设置它，以便可以在下图中交替使用背景颜色，如this post中所示使用matplotlib ？

Here's a link这解释了如何添加阴影区域，如下所示:

代码片段 2:

df.iplot(vspan={'x0':'2015-02-15','x1':'2015-03-15','color':'rgba(30,30,30,0.3)','fill':True,'opacity':.4}, 
         filename='cufflinks/custom-regions')

图 2:

谢谢您的建议!

Answer 1

正如问题中所建议的，可能的解决方案可能在于 vspan 函数。但是，使用 hspan 为 y 轴添加多个阴影区域似乎比使用 vspan 和 x 轴添加多个阴影区域要容易得多。后者需要更多调整。更多详细信息可以在我建议的解决方案后找到。

<小时/>

以下绘图由下面的代码片段和函数 multiShades 生成:

plotly :

片段:

### Setup from the question ###

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()

fig = df.iplot(asFigure=True, kind='scatter',
               xTitle='Dates',yTitle='Returns',title='Returns',
               vspan={'x0':'2015-01-11','x1':'2015-02-22','color':'rgba(30,30,30,0.3)','fill':True,'opacity':.4})

### ANSWER ###

xStart = ['2015-01-11', '2015-02-08', '2015-03-08', '2015-04-05']
xStop = ['2015-01-25', '2015-02-22', '2015-03-22', '2015-04-10']

def multiShades(plot, x0, x1):
    """ Adds shaded areas for specified dates in a plotly plot.
        The lines of the areas are set to transparent using rgba(0,0,0,0)
    """
    # get start and end dates
    x0 = xStart
    x1 = xStop

    # get dict from tuple made by vspan()
    xElem = fig['layout']['shapes'][0]

    # container (list) for dicts / shapes
    shp_lst=[]

    # make dicts according to x0 and X1
    # and edit elements of those dicts
    for i in range(0,len(x0)):
        shp_lst.append(copy.deepcopy(xElem))
        shp_lst[i]['x0'] = x0[i]
        shp_lst[i]['x1'] = x1[i]
        shp_lst[i]['line']['color'] = 'rgba(0,0,0,0)'

    # replace shape in fig with multiple new shapes
    fig['layout']['shapes']= tuple(shp_lst)
    return(fig)

fig = multiShades(plot=fig, x0=xStart, x1=xStop)

iplot(fig)

一些细节:

函数 vspan 使用以下形式的字典“填充”元组 fig['layout']['shapes']:

{'fillcolor': 'rgba(187, 187, 187, 0.4)',
 'line': {'color': '#BBBBBB', 'dash': 'solid', 'width': 1},
 'type': 'rect',
 'x0': '2015-01-11',
 'x1': '2015-02-22',
 'xref': 'x',
 'y0': 0,
 'y1': 1,
 'yref': 'paper'}

我的函数只是获取该字典，制作多个副本，根据函数参数编辑这些副本，然后用函数中的新元组替换原始元组。

挑战:

当添加更多形状时，这种方法可能会变得有点棘手。此外，日期必须是硬编码的 - 至少直到有人找到 How to retrieve values for major ticks and gridlines? 的答案。