如何在 python 动画散点图 plotly 图中添加动画水平线？

Question

让我们以plotly 站点的动画散点图为例：

import plotly.express as px
df = px.data.gapminder()
fig = px.scatter(df, x="gdpPercap", y="lifeExp", animation_frame="year", animation_group="country",
           size="pop", color="continent", hover_name="country",
           log_x=True, size_max=55, range_x=[100,100000], range_y=[25,90])
fig.show()

我想添加一条动画水平线，代表每年的加权平均预期寿命。 我可以创建一个包含这些加权平均预期寿命的列表：

def weighted_average(df, values, weights):
    # source : https://datagy.io/pandas-weighted-average/
    return sum(df[weights] * df[values]) / df[weights].sum()
L_weighted_average_life_exp = df.groupby('year').apply(weighted_average, 'lifeExp', 'pop').to_list()

我们可以使用add_hline添加一条水平线。 我想我必须遍历fig.frames但我不知道如何。 我试过类似的东西：

for y,frame in zip(L_weighted_average_life_exp,fig.frames):
   frame.add_hline(y=y, line_width=1, line_dash="dash", line_color="black")

但是 'Frame' object 没有属性 'add_hline'。

请问你知道怎么做吗？

奖励：在水平线旁边添加一个注释，其中包含加权平均预期寿命的数量（因此水平线的 y 轴值）

Answer 1

我找到了一个非最佳解决方案，它包括添加具有line-ew形式的散点：

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

def weighted_average(df, values, weights):
    return sum(df[weights] * df[values]) / df[weights].sum()

df = px.data.gapminder()

df["Point category"] = "Country"

size = df["pop"].mean()

for index, row in pd.DataFrame(df.groupby('year').apply(weighted_average, 'lifeExp', 'pop')).iterrows():
    i = 100
    while i < df["gdpPercap"].max() :
        for ii in [1,5]:#range(1,10):
            df.loc[df.index.max() + 1] = ["Weighted average life exp %s %s"%(i,ii),"Weighted average life exp",index,row[0],size,i*ii,np.nan,np.nan,"Weighted average life exp"]
        i = i*10

fig = px.scatter(df, x="gdpPercap", y="lifeExp", animation_frame="year", animation_group="country",
           size="pop", color="continent", hover_name="country",
           log_x=True, size_max=55,symbol = df["Point category"],range_x=[100,100000], range_y=[25,90],
           symbol_sequence=["circle","line-ew"],color_discrete_sequence=px.colors.qualitative.Dark24)

fig.update_traces(marker=dict(line=dict(width=1,color='Black')))

fig.show()

我仍然愿意接受更好的解决方案