Plotly 中的完整字符串 x 轴标签答案

【问题标题】：Full String x-axis labels in PlotlyPlotly 中的完整字符串 x 轴标签
【发布时间】：2021-07-16 04:26:16
【问题描述】：

在 Plotly 中，我试图显示漂亮的 x 轴

df["yearweek"] 中的值是一年中的第几周：202101 , 202102, ...

但在图像中显示的格式很奇怪

有没有办法以原始形式按原样显示？

    fig = make_subplots(rows=2, cols=2, 
                    subplot_titles=("Total Job DB Bytes","Average Job DB Bytes","Total Job DB Calls","Average Job DB Calls"))

fig.add_trace(go.Scatter(x=df["yearweek"], y=df["total_db_size"]), row=1, col=1)
fig.add_trace(go.Scatter(x=df["yearweek"], y=df["size_by_jobs"]),  row=1, col=2)
fig.add_trace(go.Scatter(x=df["yearweek"], y=df["total_db_calls"]),row=2, col=1)
fig.add_trace(go.Scatter(x=df["yearweek"], y=df["calls_by_jobs"]), row=2, col=2)

fig.update_xaxes(tickmode="linear", row=1, col=1)
fig.update_xaxes(tickmode="linear", row=1, col=2)
fig.update_xaxes(tickmode="linear", row=2, col=1)
fig.update_xaxes(tickmode="linear", row=2, col=2)
fig.update_layout(height=800, width=1000, xaxis = {'type' : 'category'}, showlegend=False)
fig.show()

编辑：这是完整的 2x2 子图布局。包括下面vestland 建议的类型更改。这显示了仅适用于第一个图的布局以及该图的 x 轴更改顺序。

【问题讨论】：

标签： python plotly scatter-plot

【解决方案1】：

有没有办法以原始形式按原样显示

fig.update_layout(xaxis = {'type' : 'category'})

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

# data
df = pd.DataFrame({'yearweek':[202101 , 202102, 202103],
                   'my_value':[1,2, 4]})

# plotly
fig = go.Figure()
fig.add_trace(go.Scatter(x=df["yearweek"], y=df["my_value"]))

# plotly x-axis type / format
fig.update_layout(xaxis = {'type' : 'category'})

【讨论】：

非常感谢！这几乎可行，但它仅适用于我在第一个 1,1 位置的图，并且我的设置实际上有 4 个子图（所以在 1,2 2,1 和 2,2 a 处绘制）。再加上它颠倒了 X 轴上数据的顺序，所以图 1 上的值是关闭的 - 让我在上面发布更新
@Ro.不客气！关于but it only applies to my plot at first 1,1 position...，我不倾向于为您重现您的完整问题。因此，我的建议仅针对您的核心问题，以获取最小的可重复示例。你没有提供。您也没有提供适当的数据样本。所以下一次，请考虑一次只关注一个问题，并根据 StackOverflow 指南提供一个完全可运行的代码 sn-p 和数据样本。

【解决方案2】：

多亏了vestland 的回复，我才得以解决。我在每个单元格上都需要 type='category', categoryorder='category ascending' ，如下所示：

fig = make_subplots(rows=2, cols=2, 
                    subplot_titles=("Total Job DB Bytes","Average Job DB Bytes","Total Job DB Calls","Average Job DB Calls"))

fig.add_trace(go.Scatter(x=df["yearweek"], y=df["total_db_size"]), row=1, col=1)
fig.add_trace(go.Scatter(x=df["yearweek"], y=df["size_by_jobs"]),  row=1, col=2)
fig.add_trace(go.Scatter(x=df["yearweek"], y=df["total_db_calls"]),row=2, col=1)
fig.add_trace(go.Scatter(x=df["yearweek"], y=df["calls_by_jobs"]), row=2, col=2)

fig.update_xaxes(tickmode="linear", type='category', categoryorder='category ascending', row=1, col=1)
fig.update_xaxes(tickmode="linear", type='category', categoryorder='category ascending', row=1, col=2)
fig.update_xaxes(tickmode="linear", type='category', categoryorder='category ascending', row=2, col=1)
fig.update_xaxes(tickmode="linear", type='category', categoryorder='category ascending', row=2, col=2)
fig.update_layout(height=800, width=1000, showlegend=False)
fig.show()

【讨论】：