当 Y 包含负值和正值时，Plotly/Dash 在条形图中留下无法解释的空白

Question

我正在开发一个 Web 应用程序，该应用程序绘制从 KenPom.com 抓取的大学篮球数据（可以在 kenpomgraphs.pythonanywhere.com 上看到）。 第一个图是使用 px.bar() 的条形图，它在大多数情况下都按预期工作。 但是，当我选择包含 Y 的正值和负值的会议时，该数字在正条和负条之间留下了巨大的差距。

如果我将完全相同的代码复制到 jupyter 笔记本中（用fig1.show()替换return [fig1] ），我会得到所需的输出。

这是生成图形的代码以及提供参数的回调。 df是一个包含所有数据的数据框。 我根据提供给函数的参数将其过滤为dff 。 我尝试添加诸如.reset_index()和.copy()认为可能是索引有问题或以某种方式引用了未过滤的数据帧，但这并没有改变输出。

@app.callback(
    [Output('fig1', 'figure')],
    [Input('stat-column', 'value'),
    Input('number-teams', 'value'),
    Input('conf', 'value')]
)

def update_figure_1(stat_column_name, number_teams, conf):
    if stat_column_name == 'AdjD' or stat_column_name == 'OppD':
        dff = df.loc[df['Conf'].isin(conf)].sort_values(by=stat_column_name, ascending=True).head(number_teams).reset_index().copy()
    else: dff = df.loc[df['Conf'].isin(conf)].sort_values(by=stat_column_name, ascending=False).head(number_teams).reset_index().copy()

    fig1 = px.bar(data_frame=dff,
                x='Team',
                y=stat_column_name,
                color='Conf',
                color_discrete_map=COLORS
                )
    fig1.update_traces(hovertemplate='%{x}: %{y}')
    fig1.update_traces(marker=dict(line=dict(
                                            width=2,
                                            color='DarkSlateGrey')))
    fig1.update_yaxes(range=[min(dff[stat_column_name]) - abs((min(dff[stat_column_name])*.2)), max(dff[stat_column_name])*1.15])
    if stat_column_name == 'AdjD' or stat_column_name == 'OppD' or stat_column_name == 'Rk':
        fig1.update_layout(xaxis_categoryorder = 'total ascending')
    else: fig1.update_layout(xaxis_categoryorder = 'total descending')
    fig1.update_layout(transition_duration=500)
    fig1.update_yaxes(title=stat_column_name)
    fig1.update_xaxes(title='')
    return [fig1]

我正在使用 pythonanywhere 部署应用程序。 当我在 bash 控制台中执行代码时，我可以确认dff只包含我希望显示的行，所以我不明白为什么会出现这个间隙，以及为什么在 jupyter 中运行时相同的代码不会产生间隙笔记本。

Answer 1

我仍然不知道为什么存在差距，但我能够通过删除这些代码行来解决问题：

    if stat_column_name == 'AdjD' or stat_column_name == 'OppD' or stat_column_name == 'Rk':
        fig1.update_layout(xaxis_categoryorder = 'total ascending')
    else: fig1.update_layout(xaxis_categoryorder = 'total descending')

而是添加参数

category_orders={'Team': list(dff['Team'])}

到px.bar()