在调试或计算繁重的循环期间,我希望看到我的数据处理过程是如何发展的(例如,在线条图或图像中)。
在matplotlib中,代码可以使用plt.cla()
重绘/更新图形,然后使用plt.draw()
或plt.pause(0.001)
,这样我就可以实时或在调试时跟踪我的计算进度。我如何在密谋表达(或密谋)中做到这一点?
发布于 2020-09-26 04:13:42
所以我想我基本上已经弄明白了。诀窍是不使用go.Figure()
创建图形,而是使用go.FigureWidget()
创建图形,这在视觉上是相同的,但在幕后却不是。
这些FigureWidgets就在那里,随着新数据的到来而更新。它们保持动态,以后的调用可以修改它们。
可以从图形生成FigureWidget:
figure = go.Figure(data=data, layout=layout)
f2 = go.FigureWidget(figure)
f2 #display the figure
这很实用,因为它使得使用简化的plotly express接口来创建图形,然后使用它来构造FigureWidget成为可能。不幸的是,plotly似乎没有自己的简化FigureWidget模块。所以我们需要使用更复杂的go.FigureWidget
。
发布于 2020-09-03 16:47:29
我不确定是否存在针对plotly的标识功能。但您至少可以构建一个图形,扩展您的数据源,然后只需替换图形的数据,而不需要像这样接触任何其他图形元素:
for i, col in enumerate(fig.data):
fig.data[i]['y'] = df[df.columns[i]]
fig.data[i]['x'] = df.index
如果您的图形是使用plotly.express
或go.Figure
的结果,这并不重要,因为这两种方法都将生成可通过上面的代码片段编辑的图形结构。您可以通过在JupyterLab中的两个不同单元格中设置以下两个代码片段来亲自测试这一点。
单元格1的代码
import pandas as pd
import numpy as np
import plotly.express as px
import plotly.graph_objects as go
from jupyter_dash import JupyterDash
import dash_core_components as dcc
import dash_html_components as html
from dash.dependencies import Input, Output
# code and plot setup
# settings
pd.options.plotting.backend = "plotly"
# sample dataframe of a wide format
np.random.seed(5); cols = list('abc')
X = np.random.randn(50,len(cols))
df=pd.DataFrame(X, columns=cols)
df.iloc[0]=0;df=df.cumsum()
# plotly figure
fig = df.plot(template = 'plotly_dark')
fig.show()
单元格2的代码
# create or retrieve new data
Y = np.random.randn(1,len(cols))
# organize new data in a df
df2 = pd.DataFrame(Y, columns = cols)
# add last row to df to new values
# this step can be skipped if your real world
# data is not a cumulative process like
# in this example
df2.iloc[-1] = df2.iloc[-1] + df.iloc[-1]
# append new data to existing df
df = df.append(df2, ignore_index=True)#.reset_index()
# replace old data in fig with new data
for i, col in enumerate(fig.data):
fig.data[i]['y'] = df[df.columns[i]]
fig.data[i]['x'] = df.index
fig.show()
运行第一个单元格将把一些数据放在一起,并构建如下所示的图形:
运行第二个单元格将生成一个只有一行的新数据帧,将其附加到原始数据帧,替换现有图中的数据,并再次显示该图。您可以根据需要多次运行第二个单元格,以使用扩展的数据集重新绘制图形。运行50次后,您的图形将如下所示:
https://stackoverflow.com/questions/63716543
复制相似问题