Plotly：如何从 pandas dataframe 中的每一列创建子图？

Question

我有一个包含 36 列的 dataframe 'df'，这些列被绘制到一个 plotly 图表上，并使用下面的代码以 html 格式显示。

import plotly.offline as py
import plotly.io as pio

pio.write_html(py.offline.plot([{
'x': df.index,
'y': df[col],
'name': col
}for col in trend_data.columns], filename=new_file_path))

我想遍历每一列并为每一列创建一个子图。 我努力了;

from plotly.subplots import make_subplots

sub_titles = df.columns()
fig = make_subplots(rows=6, cols=6, start_cell="bottom-left", subplot_titles=sub_titles)
for i in df.columns:
    fig.add_trace(i)

我创建了 6 行和列，因为这将提供 36 个图，并尝试使用 header 名称作为子图标题，但我收到一个 ValueError ，说明它需要一个二维字典列表。

另外，我尝试通过以下方式添加子图标题；

sub_titles = list(df)
fig = py.subplots.make_subplots(rows=6, cols=6, sub_titles=sub_titles)

这也会返回错误。 任何帮助表示赞赏。

Answer 1

Plot：

代码：

# imports
from plotly.subplots import make_subplots
import plotly.graph_objs as go
import pandas as pd
import numpy as np

# data
np.random.seed(123)
frame_rows = 50
n_plots = 36
frame_columns = ['V_'+str(e) for e in list(range(n_plots+1))]
df = pd.DataFrame(np.random.uniform(-10,10,size=(frame_rows, len(frame_columns))),
                  index=pd.date_range('1/1/2020', periods=frame_rows),
                    columns=frame_columns)
df=df.cumsum()+100
df.iloc[0]=100

# plotly setup
plot_rows=6
plot_cols=6
fig = make_subplots(rows=plot_rows, cols=plot_cols)

# add traces
x = 0
for i in range(1, plot_rows + 1):
    for j in range(1, plot_cols + 1):
        #print(str(i)+ ', ' + str(j))
        fig.add_trace(go.Scatter(x=df.index, y=df[df.columns[x]].values,
                                 name = df.columns[x],
                                 mode = 'lines'),
                     row=i,
                     col=j)

        x=x+1

# Format and show fig
fig.update_layout(height=1200, width=1200)
fig.show()

加法： 1列溶液：

代码：

# imports
from plotly.subplots import make_subplots
import plotly.graph_objs as go
import pandas as pd
import numpy as np

# data
np.random.seed(123)
frame_rows = 50
frame_columns = ['V_'+str(e) for e in list(range(1,37))]
df = pd.DataFrame(np.random.uniform(-8,10,size=(frame_rows, len(frame_columns))),
                  index=pd.date_range('1/1/2020', periods=frame_rows),
                    columns=frame_columns)
df=df.cumsum()+100
df.iloc[0]=100

# plotly setup
plot_rows=6
plot_cols=6

lst1 = list(range(1,plot_rows+1))
lst2 = list(range(1,plot_cols+1))

fig = make_subplots(rows=36, cols=1, subplot_titles=df.columns, insets=[{'l': 0.1, 'b': 0.1, 'h':1}])

# add traces
x = 1
for i in lst1:
    for j in lst2:
        #print(str(i)+ ', ' + str(j))
        fig.add_trace(go.Scatter(x=df.index, y=df[df.columns[x-1]].values,
                                 name = df.columns[x-1],
                                 mode = 'lines',
                                 ),

                      row=x,
                     col=1)

        x=x+1

fig.update_layout(height=12000, width=1200)

fig.show()

情节：

Answer 2

请参阅有关如何使用子图的文档。 这可以工作：

更新包括子情节标题

fig = py.subplots.make_subplots(rows=36, cols=1, subplot_titles=df.columns)
j = 1
for i in df.columns:
    fig.add_trace(
        go.Scatter(
            {'x': df.index, 
             'y': df[i]}), 
             row=j, col=1)
    j += 1

这导致以下 plot （我的数据）：

df = pd.DataFrame(np.random.randint(5, size=(5, 3)), columns=['one', 'two', 'three'])