【Python百日进阶 |
您所在的位置:网站首页 › 柱状图时间轴 › 【Python百日进阶 |
文章目录
九、具有自定义日期范围的时间序列图9.1 使用plotly.express9.2 使用graph_objects9.3 手动设置日期范围
十、带范围滑块的时间序列十一、带范围选择器按钮的时间序列十二、按缩放级别自定义刻度标签格式十三、隐藏周末和假期13.1 隐藏正常周末13.2 隐藏周末和指定日期13.3 隐藏非营业时间13.4 上午9点至下午5点以外的时间隐藏
十四、Dash中的应用
九、具有自定义日期范围的时间序列图
可以使用datetime.datetime对象或日期字符串手动设置数据范围。 9.1 使用plotly.express # Using plotly.express import plotly.express as px import pandas as pd # 'https://raw.githubusercontent.com/plotly/datasets/master/finance-charts-apple.csv' df = pd.read_csv('F:/finance-charts-apple.csv') fig = px.line(df, x='Date', y='AAPL.High', range_x=['2016-07-01','2016-12-31']) fig.show()范围滑块是绘图下方的类似子图的小区域,允许用户在保持图表概览的同时平移和缩放 X 轴。查看更多选项的参考:https 😕/plotly.com/python/reference/layout/xaxis/#layout-xaxis-rangeslider import plotly.express as px import pandas as pd # 'https://raw.githubusercontent.com/plotly/datasets/master/finance-charts-apple.csv' df = pd.read_csv('f:/finance-charts-apple.csv') fig = px.line(df, x='Date', y='AAPL.High', title='带范围滑块的时间序列') fig.update_xaxes(rangeslider_visible=True) fig.show()范围选择器按钮是与时间序列和范围滑块配合使用的特殊控件,允许用户轻松设置 x 轴的范围。查看更多选项的参考:https 😕/plotly.com/python/reference/layout/xaxis/#layout-xaxis-rangeselector import plotly.express as px import pandas as pd # 'https://raw.githubusercontent.com/plotly/datasets/master/finance-charts-apple.csv' df = pd.read_csv('f:/finance-charts-apple.csv') fig = px.line(df, x='Date', y='AAPL.High', title='带有范围滑块和选择器的时间序列') fig.update_xaxes( rangeslider_visible=True, rangeselector=dict( buttons=list([ dict(count=1, label="1m", step="month", stepmode="backward"), dict(count=6, label="6m", step="month", stepmode="backward"), dict(count=1, label="YTD", step="year", stepmode="todate"), dict(count=1, label="1y", step="year", stepmode="backward"), dict(step="all") ]) ) ) fig.show()该tickformatstops属性可用于根据缩放级别自定义刻度标签的格式。尝试放大下面的图表,看看刻度标签格式如何变化。查看更多选项的参考:https 😕/plotly.com/python/reference/layout/xaxis/#layout-xaxis-tickformatstops import plotly.graph_objects as go import pandas as pd # 'https://raw.githubusercontent.com/plotly/datasets/master/finance-charts-apple.csv' df = pd.read_csv('f:/finance-charts-apple.csv') fig = go.Figure(go.Scatter( x = df['Date'], y = df['mavg'] )) fig.update_xaxes( rangeslider_visible=True, tickformatstops = [ dict(dtickrange=[None, 1000], value="%H:%M:%S.%L ms"), dict(dtickrange=[1000, 60000], value="%H:%M:%S s"), dict(dtickrange=[60000, 3600000], value="%H:%M m"), dict(dtickrange=[3600000, 86400000], value="%H:%M h"), dict(dtickrange=[86400000, 604800000], value="%e. %b d"), dict(dtickrange=[604800000, "M1"], value="%e. %b w"), dict(dtickrange=["M1", "M12"], value="%b '%y M"), dict(dtickrange=["M12", None], value="%Y Y") ] ) fig.show()rangebreaks类型的 x 轴和 y 轴上可用的属性可date用于隐藏某些时间段。在下面的示例中,我们显示了两个图:一个在默认模式下显示数据中的空白,另一个在我们隐藏周末和节假日的情况下显示不间断的交易历史。请注意 12 月 21 日和 1 月 4 日的网格线之间的较小间隙,其中假期被删除。查看更多选项的参考:https 😕/plotly.com/python/reference/layout/xaxis/#layout-xaxis-rangebreaks 注意:此功能的一个已知限制是它不支持scattergl跟踪。px.scatter在具有或px.line或或的数百个数据点的绘图上使用此功能时px.area,您可能需要传入render_mode="svg"以确保基础跟踪类型是scatter和不是scattergl。 13.1 隐藏正常周末 import plotly.graph_objects as go import plotly.express as px import pandas as pd # 'https://raw.githubusercontent.com/plotly/datasets/master/finance-charts-apple.csv' df = pd.read_csv('f:/finance-charts-apple.csv') fig = px.scatter(df, x='Date', y='AAPL.High', range_x=['2015-12-01', '2016-01-15'], title="Default Display with Gaps") fig.show()上述rangebreaks功能也适用于隐藏小时时段。 import plotly.express as px import pandas as pd import numpy as np np.random.seed(1) work_week_40h = pd.date_range(start='2020-03-01', end='2020-03-07', freq="BH") df = pd.DataFrame(dict( date = work_week_40h, value = np.cumsum(np.random.rand(40)-0.5) )) fig = px.scatter(df, x="date", y="value", title="带间隙的默认显示") fig.show() |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |