使用整数X轴绘制甘特图的Plotly Express时间线？
我正在使用plotly express timeline生成一个甘特图，如下所示：https://medium.com/dev-genius/gantt-charts-in-python-with-plotly-e7213f932f1e
它会自动将x轴设置为使用日期，但我实际上只想使用整数(即Project Kick-Off +1，Project Kick-Off +6等)。
有没有一种方法可以使时间线图不使用X轴的日期？
如果我尝试使用整数，它会将它们视为毫秒。
回答 4
Stack Overflow用户
发布于 2021-02-07 01:20:07
答案是：
是的，这是可能的！只需提供整数作为开始和结束“日期”，计算它们之间的差异(delta)，然后对fig进行这些更改
fig.layout.xaxis.type = 'linear'
fig.data[0].x = df.delta.tolist()绘图
详细信息：
实际上有一种方法可以实现这一点，尽管docs声明：
默认情况下，px.timeline函数将X轴设置为type=date，因此可以像任何时间序列图一样对其进行配置。
因此，px.timeline()中的所有其他功能似乎都围绕着这一事实。但是如果忽略这一点，并使用整数作为Start和Finish的值，那么您可以调整一些属性来获得您想要的结果。您只需要计算每个Start和Stop之间的差异。例如：
df = pd.DataFrame([
dict(Task="Job A", Start=1, Finish=4),
dict(Task="Job B", Start=2, Finish=6),
dict(Task="Job C", Start=3, Finish=10)
])
df['delta'] = df['Finish'] - df['Start']然后再进一步调整：
fig.layout.xaxis.type = 'linear'
fig.data[0].x = df.delta.tolist()完整代码：
import plotly.express as px
import pandas as pd
df = pd.DataFrame([
dict(Task="Job A", Start=1, Finish=4),
dict(Task="Job B", Start=2, Finish=6),
dict(Task="Job C", Start=3, Finish=10)
])
df['delta'] = df['Finish'] - df['Start']
fig = px.timeline(df, x_start="Start", x_end="Finish", y="Task")
fig.update_yaxes(autorange="reversed")
fig.layout.xaxis.type = 'linear'
fig.data[0].x = df.delta.tolist()
f = fig.full_figure_for_development(warn=False)
fig.show()Stack Overflow用户
发布于 2021-08-19 05:10:36
我认为当我们必须指定color时，这比上面的解决方案简单得多
for d in fig.data:
filt = df['color'] == d.name
d.x = df[filt]['Delta'].tolist()Stack Overflow用户
发布于 2021-04-10 04:27:09
我尝试了这里列出的另一个答案，但如果我指定了一个color，它就不起作用了。如果我尝试一下，我会发现data fig.data有多个Bar对象，我认为它不包含分配所有增量所需的数据。然而，我确实发现我可以修改plotly code而不将其转换为time对象，并且我得到了正确的结果：
import plotly.express as px
import pandas as pd
def my_process_dataframe_timeline(args):
"""
Massage input for bar traces for px.timeline()
"""
print("my method")
args["is_timeline"] = True
if args["x_start"] is None or args["x_end"] is None:
raise ValueError("Both x_start and x_end are required")
x_start = args["data_frame"][args["x_start"]]
x_end = args["data_frame"][args["x_end"]]
# note that we are not adding any columns to the data frame here, so no risk of overwrite
args["data_frame"][args["x_end"]] = (x_end - x_start)
args["x"] = args["x_end"]
del args["x_end"]
args["base"] = args["x_start"]
del args["x_start"]
return args
px._core.process_dataframe_timeline = my_process_dataframe_timeline
df = pd.DataFrame([
dict(Task="Job A", Start=1, Finish=4, color="1"),
dict(Task="Job B", Start=2, Finish=6, color="2"),
dict(Task="Job C", Start=3, Finish=10, color="1")
])
df['delta'] = df['Finish'] - df['Start']
fig = px.timeline(df, x_start="Start", x_end="Finish", y="Task", color="color")
fig.update_yaxes(autorange="reversed")
fig.layout.xaxis.type = 'linear'
fig.show()显然这样做是不可取的。如果能得到正式的支持就太好了。
https://stackoverflow.com/questions/66078893
复制相似问题
腾讯云开发者
