是否可以使用 plotly.express 创建子图？

Question

我想用 function plotly.express.line生成的 2 plot 创建一个子图，这可能吗？ 鉴于 2 plot：

fig1 =px.line(df, x=df.index, y='average')
fig1.show()

fig2 = px.line(df, x=df.index, y='Volume')
fig2.show()

我想生成一个由 2 个子图组成的唯一 plot（在示例图 1 和图 2 中）

Answer 1

不，不是直接的（正如 DerekO 简洁描述的那样）。 但是由于 plotly express 可以用相当复杂的数据集做一些非常了不起的事情，我看不出为什么你不应该偶然发现你想使用 plotly express 图形的元素作为子图源的情况。 这是很有可能的。

下面是一个示例，我在px.data.stocks()数据集上使用px.line构建了 plotly 表达数字。 然后我 go 在For Loop中使用add_trace和go.Scatter提取一些感兴趣的元素以构建子图设置。 您当然可以争辩说您可以直接在数据源上轻松执行此操作。 但话又说回来，如最初所述，plotly express 本身就是一个出色的数据处理程序。

使用 plotly 表达数字作为源的子图：

完整代码：

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

from plotly.subplots import make_subplots

df = px.data.stocks().set_index('date')

fig1 = px.line(df[['GOOG', 'AAPL']])
fig2 = px.line(df[['AMZN', 'MSFT']])

fig = make_subplots(rows=2, cols=1)

for d in fig1.data:
    fig.add_trace((go.Scatter(x=d['x'], y=d['y'], name = d['name'])), row=1, col=1)
        
for d in fig2.data:
    fig.add_trace((go.Scatter(x=d['x'], y=d['y'],  name = d['name'])), row=2, col=1)
    
fig.show()

Answer 2

从文档来看，Plotly express不支持任意子图功能。 您可以改为使用图形对象和轨迹（注意go.Scatter是等效的）：

import pandas as pd

from plotly.subplots import make_subplots
import plotly.graph_objects as go

## create some random data
df = pd.DataFrame(
    data={'average':[1,2,3], 'Volume':[7,3,6]}, 
    index=['a','b','c']
)

fig = make_subplots(rows=1, cols=2)

fig.add_trace(
    go.Scatter(x=df.index, y=df.average, name='average'),
    row=1, col=1
)

fig.add_trace(
    go.Scatter(x=df.index, y=df.Volume, name='Volume'),
    row=1, col=2
)

fig.show()

Answer 3

如果您刚刚生成了用于制作子图的px图形，则无需使用graph_objects模块。 这是完整的代码。

import plotly.express as px
import pandas as pd
from plotly.subplots import make_subplots

df = px.data.stocks().set_index('date')

fig1 = px.line(df[['GOOG', 'AAPL']])
fig2 = px.line(df[['AMZN', 'MSFT']])

fig = make_subplots(rows=2, cols=1)

fig.add_trace(fig1['data'][0], row=1, col=1)
fig.add_trace(fig1['data'][1], row=1, col=1)
fig.add_trace(fig2['data'][0], row=2, col=1)
fig.add_trace(fig2['data'][1], row=2, col=1)
    
fig.show()

如果每个 plot 中有两个以上的变量，可以使用 for 循环也可以使用fig.add_trace方法添加跟踪。