使用 Plotly Python 将 Xaxis 置于 Y 坐标 0

Question

我想在情节上重现这个数字，
https://i.stack.imgur.com/bxWu8.png\\但是当我尝试重现中心的水平线时遇到问题，如果我理解正确，只有轴可以显示刻度线但无法选择用于定位 X 轴的 Y 坐标。
这是到目前为止我设法重现的内容
https://i.stack.imgur.com/7xUTk.png
你有想法吗？
提前致谢。

Answer 1

• 直接用情节表达
• 调整轨迹texttemplate="%{text:.1%}", textposition="outside", textangle=90
• 调整布局xaxis_type="category", yaxis_tickformat=".1%", yaxis_range=[-1.4, 1.4]
  1. xaxis_type="category"所以每年都会显示
  2. yaxis_range=[-1.4, 1.4]所以有文字的空间

import numpy as np
import pandas as pd
import plotly.express as px

df = pd.DataFrame(
    {
        "year": np.repeat(range(2011, 2021), 2),
        "cat": np.tile(list("AB"), 10),
        "val": np.random.uniform(-1, 1, 20),
    }
)

px.bar(df, x="year", y="val", color="cat", text="val", barmode="group").update_traces(
    texttemplate="%{text:.1%}", textposition="outside", textangle=90
).update_layout(
    xaxis_type="category", yaxis_tickformat=".1%", yaxis_range=[-1.4, 1.4]
).update_yaxes(
    zeroline=True, zerolinewidth=2, zerolinecolor="black"
).update_yaxes(
    showline=True, linewidth=2, linecolor="black"
)

更精致

• 沿零轴的刻度线，图底部的刻度标签
• 需要两组跟踪，一组用于正值，另一组用于负值
• xaxis然后成为刻度标记的轴
• xaxis2然后成为刻度标签的轴

trace_opts = dict(texttemplate="%{text:.1%}", textposition="outside", textangle=90)
data_opts = dict(color="cat", text="val", barmode="group")
y_opts = {
    "tickformat": ".1%",
    "showline": True,
    "linewidth": 2,
    "linecolor": "black",
}

# positive values
figp = px.bar(
    df, x="year", y=np.where(df["val"].ge(0), df["val"], np.nan), **data_opts
).update_traces(**trace_opts)

# negative values on separate axis
fign = px.bar(
    df, x="year", y=np.where(df["val"].lt(0), df["val"], np.nan), **data_opts
).update_traces(**trace_opts, showlegend=False, yaxis="y2", xaxis="x2")

# integrate and format both sets of axis
figp.add_traces(fign.data).update_layout(
    yaxis={"domain": [0.5, 1], "range": [0, 1.5], **y_opts},
    yaxis2={"domain": [0, 0.5], "range": [-1.5, 0], **y_opts},
    xaxis=dict(
        type="category",
        ticklen=7, tickwidth=3,
        tickson="labels",
        ticks="outside",
        showticklabels=False,
    ),
    xaxis2=dict(type="category", anchor="free"),
).update_layout(xaxis_title="", xaxis2_title=figp.layout.xaxis.title)