python - 用按钮在 Plotly 中绘制工厂热图

Question

我有两个数据框想要放入带注释的热图中，并且我希望用户能够使用按钮在两个热图之间切换。

问题是我无法获取 update_layout像我期望的那样工作。这是我的脚本:

a = np.random.rand(5, 5)
b = np.random.rand(5, 5)

fig = ff.create_annotated_heatmap()

a = [dict(a, 
        annotation_text=a,
           )]
b = [dict(b, 
        annotation_text=b,
           )]

fig.update_layout(
    updatemenus=[
        dict(
            type="buttons",
            buttons=list([
                dict(label="choose a",
                     method="update",
                     args=[{"visible": [True, False]},
                           {"title": "a is best",
                           }]),
                dict(label="choose b",
                     method="update",
                     args=[{"visible": [False, True]},
                           {"title": "b is better",
                           }]),
            ]),
        )
    ])

fig.show()

这将返回:

TypeError: create_annotated_heatmap() missing 1 required positional argument: 'z'

我在这里缺少什么？

Answer 1

您收到此错误是因为 z缺少参数。使用它来制作图形工厂注释热图:

a = np.random.randint(10, size=(2, 4))
fig = ff.create_annotated_heatmap(z=a, colorscale='Viridis')

要使用按钮添加其他值，请查看下面为选项生成此图的代码片段 z=a和 z=b :
plotly 1:z=a

plotly 2:z=b

完整代码:

import plotly.figure_factory as ff
import numpy as np

np.random.seed(123)
a = np.random.randint(10, size=(2, 4))
b = np.random.randint(10, size=(2, 4))

fig = ff.create_annotated_heatmap(z=a, colorscale='Viridis')

# Add dropdown
fig.update_layout(
    updatemenus=[
        dict(
            buttons=list([
                dict(
                    args=[{'z':[a]}],
                    label="Select a",
                    method="update"
                ),
                dict(
                    args=[{'z':[b]}],
                    label="Select b",
                    method="update"
                )
            ]),
            direction="down",
            pad={"r": 10, "t": 10},
            showactive=True,
            x=-0.2,
            xanchor="left",
            y=0.8,
            yanchor="top"
        ),
    ]
)

fig.show()