【问题标题】:Plotly Express timeline for Gantt Chart with integer xaxis?带有整数 xaxis 的甘特图的 Plotly Express 时间线?
【发布时间】:2021-05-10 17:12:42
【问题描述】:

我正在使用 plotly express 时间线来生成甘特图,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)。

有没有办法让时间线图不使用 xaxis 的日期?

如果我尝试使用整数,它会将它们视为毫秒。

【问题讨论】:

  • 我的建议对你有什么效果?
  • 不完全。我仍然需要深入研究它,但它已接近成为我需要的解决方案。谢谢!
  • 您是否考虑将我的建议标记为已接受的答案?

标签: python plotly plotly-python plotly-express


【解决方案1】:

答案:

是的,这是可能的!只需将整数作为开始和结束“日期”,计算它们之间的差异 (delta),然后对您的 fig 进行这些更改:

fig.layout.xaxis.type = 'linear'
fig.data[0].x = df.delta.tolist()

情节

详情:

实际上有一种方法可以实现这一点,尽管docs 声明:

px.timeline 函数默认设置 X 轴为 type=date,因此可以像任何时间序列图一样进行配置。

因此px.timeline() 中的所有其他功能似乎都围绕着这一事实。但是,如果您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以获得您想要的。您只需要计算每个Start 和Stop 之间的差异。比如这样:

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']

然后再稍微调整一下:

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()

【讨论】:

    【解决方案2】:

    我尝试了此处列出的其他答案,但如果我指定 color,这将不起作用。如果我尝试,数据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。但是,我确实发现我可以通过猴子补丁 plotly code 不将其转换为时间对象,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()
    

    显然不希望这样做...获得正式支持会很好。

    【讨论】:

      【解决方案3】:

      当我们必须指定color时,我认为这比上面的解决方案要简单得多

      for d in fig.data:
        filt = df['color'] == d.name
        d.x = df[filt]['Delta'].tolist()
      

      【讨论】:

      • 很抱歉,您没有回答问题
      • 仅供参考,这是对 vestland 答案的附加评论,如果您自己尝试一下,您会发现它比像 amos 的答案那样覆盖 process_dataframe_timeline 函数要简单得多。
      • 这确实是一个有用的评论,因为它大大简化了解决方案!初始解决方案中的问题在fig.data[0].x,因此这个 0 索引将仅修复第一系列柱,其余柱将不可见。这里提到的几行代码为我解决了这个问题,而无需修补情节代码。
      猜你喜欢
      • 1970-01-01
      • 2022-06-30
      • 2021-03-12
      • 2022-06-30
      • 1970-01-01
      • 1970-01-01
      • 2020-04-24
      • 1970-01-01
      • 2021-12-24
      相关资源
      最近更新 更多