Plotly：如何创建具有多色标签的时间序列变量的折线图？

Question

我有一个作为 df 的 datframe，其中有一列我在 y 下作为“参数”传递，如下所示，它要根据变量“时间”进行绘制。此变量在颜色下传递的“标签”列下有 2 个标签。

import plotly.express as px
fig= px.line(data_frame= df,  x='time', y='parameter', color='labels')

请找到我为图表附上的图片。两张图片具有相同的变量，但第二张图片是第一张图片的缩放版本，以便更好地了解。

如您所见，我正在根据时间绘制一个变量，并期望 2 个标签有不同的颜色，plotly 在图中给出了蓝色和红色的 2 条单独的线，这看起来非常混乱和错误。我应该进行哪些更改才能使一个连续图具有 2 种不同的颜色？

更多解释：我不希望蓝线穿过红色图表（请参阅附图），反之亦然，因为我只绘制一个图表。我想要第三张图片所示的图表。提前谢谢你。

Answer 1

如果我理解正确，您正在尝试绘制具有两个不同颜色标签的单个时间序列数据。在同一个图表中绘制多条线会导致一些重叠，因为它共享时间轴。

为什么不使用散点图（不连接点）？根据数据的密度，这在视觉上看起来类似于连接的线/曲线。

您还可以尝试绘制带有一些垂直偏移的蓝色和红色线条以减少重叠。

Answer 2

第二个建议

（请进一步阅读我的第一个建议以了解一些假设和条件）

我已经设法建立了一种方法，该方法几乎可以涵盖您在这里所要求的所有内容。提供真正挑战的唯一细节是如何可视化迹线之间的间隙，因为我的第二个建议建立在为每个 label 添加唯一迹线的基础上。您可能会怀疑这可能会用一堆重复的名称填充图例，但这是通过按关联标签对跟踪名称进行分组来处理的。我还设置了一个字典，您可以在其中为每个标签指定颜色。结果如下：

情节 2.1 - 标签定义的颜色

注意到灰线了吗？这就是我之前描述的“连接性”问题的结果。您可以通过在color='rgba(200,200,200,0.2)' 中设置不透明度参数（最后一个数字）来选择隐藏或显示该行。你会在下面找到一个完整的代码 sn-p 来重现这个图。有很多事情要一起调整整个事情，所以如果有任何不清楚的地方，请随时询问细节。

完整代码：

# imports
import plotly.express as px
import plotly.graph_objects as go
import pandas as pd
import numpy as np
import random

# settings
observations = 100
np.random.seed(5)
value = np.random.uniform(low=-1, high=1, size=observations).tolist()
time = [t for t in pd.date_range('2020', freq='D', periods=observations)]#.format()]

df=pd.DataFrame({'time': time, 
                 'value':value})
df['value']=df['value'].cumsum()
df1 = df.copy()
df1=df1.set_index('time')

# custom function to build labels as conditions of parameter values
def classify(e):
    if e > 0.75: return 'high'
    if e > 0.25: return 'medium'
    if e >= 0: return 'low'
    
# custom function to set mode = line or marker, given data length
def modes(df):
    if len(df) > 1: return 'lines'
    else: return  'markers'
    
# dictionary to specify marker or line color
# this will depend on your real world labels !!!
cols = {'high': 'green',
         'medium': 'blue',
         'low': 'red'}

df['label1'] = [(elem-df['value'].min())/(df['value'].max()-df['value'].min()) for elem in df['value']]
df['label'] = [classify(elem) for elem in df['label1']]
df = df.drop('label1', 1)

df['group'] = df['label'].ne(df['label'].shift()).cumsum()
df = df.groupby('group')
dfs = []
for name, data in df:
    dfs.append(data)

fig = go.Figure()
# one line to connect them all
fig=go.Figure((go.Scatter(x=df1.index, y=df1['value'],
                          name = 'all data',
                          line=dict(color='rgba(200,200,200,0.7)'))))

showed = []
for frame in dfs:

    if frame['label'].iloc[0] not in showed:
        
        fig.add_trace(go.Scatter(x=frame['time'], y = frame['value'],
                                 mode = modes(frame),
                                 marker_color = cols[frame['label'].iloc[0]],
                                 legendgroup=frame['label'].iloc[0],
                                 name=frame['label'].iloc[0]))
        showed.append(frame['label'].iloc[0])
    else:
        fig.add_trace(go.Scatter(x=frame['time'], y = frame['value'],
                                 mode = modes(frame),
                                  marker_color = cols[frame['label'].iloc[0]],
                                 legendgroup=frame['label'].iloc[0],
                                 name=frame['label'].iloc[0],
                                 showlegend=False
                                ))
fig.update_layout(template='plotly_dark')
fig.update_xaxes(showgrid=False)
fig.update_layout(uirevision='constant')
fig.show()

第一个建议

您应该如何做到这一点在很大程度上取决于数据集的结构。根据你的问题，我只能猜测它看起来像这样：

         time     param   label
0  2020-01-01 -0.556014  medium
1  2020-01-02  0.185451    high
2  2020-01-03 -0.401111  medium
3  2020-01-04  0.436111    high
4  2020-01-05  0.412933    high
5  2020-01-06  0.636421    peak
6  2020-01-07  1.168237    peak
7  2020-01-08  1.205073    peak
8  2020-01-09  0.798674    peak
9  2020-01-10  0.174116    high

如果是这样，那么如果您想用不同颜色的线迹显示param，那么您很快就会遇到数据点之间奇怪的连接问题。首先想到的是将一行一种颜色与多种颜色的标记组合起来，如下所示：

这将为您提供一个很好的交互性，您可以在其中打开和关闭所有元素，也许只研究您的数据中label=='peak:

让我知道这对你有什么影响，我们可以谈谈更多细节。您可以在此处找到数据样本和所有详细信息：

完整代码：

# imports
import plotly.express as px
import plotly.graph_objects as go
import pandas as pd
import numpy as np
import random

# settings
observations = 100
np.random.seed(5); cols = list('a')
param = np.random.uniform(low=-1, high=1, size=observations).tolist()
time = [t for t in pd.date_range('2020', freq='D', periods=observations).format()]

df=pd.DataFrame({'time': time, 
                 'param':param})
df['param']=df['param'].cumsum()

def classify(e):
    if e > 0.9: return 'peak'
    if e > 0.75: return 'high'
    if e > 0.25: return 'medium'
    if e > 0.9: return 'low'
    if e >= 0: return 'bottom'

df['label1'] = [(elem-df['param'].min())/(df['param'].max()-df['param'].min()) for elem in df['param']]
df['label'] = [classify(elem) for elem in df['label1']]
df = df.drop('label1', 1)

fig=go.Figure((go.Scatter(x=df['time'], y=df['param'],
                         mode='lines',
                         line=dict(color='rgba(0,0,200,0.7)'))))
fig.add_traces(px.scatter(df, x='time', y='param', color='label').data)
fig.update_layout(template='plotly_dark')
fig.update_xaxes(showgrid=False)
fig.show()