在 Plotly Dash 中使用多條軌跡實時回調

Question

如何制作包含多個跟蹤的實時實時更新圖？ 對於每個時間間隔，我需要從“tmp.txt”讀取行到數據 ['prof'] 和數據 ['pred'] 並在折線圖中更新。

我在這里找到了實時更新的解決方案（ https://pythonprogramming.net/live-graphs-data-visualization-application-dash-python-tutorial/ ），但它沒有顯示如何@app.callback 進行多個跟蹤。 我還發現它使用了過時的“事件”。

我的編碼如下，如果有人可以幫助我，不勝感激。 謝謝。

import dash
import dash_daq as daq
import dash_core_components as dcc
import dash_html_components as html
from dash.dependencies import Input, Output
from collections import deque

def read():
    with open ("tmp.txt", "r") as f:
        for line in f:
            data=line.split(',')
    return data 

i=0

data =  { 'prof':deque(maxlen=120), 'pred': deque(maxlen=120) }

external_stylesheets = ['https://codepen.io/chriddyp/pen/bWLwgP.css']

app = dash.Dash(__name__, external_stylesheets=external_stylesheets)

app.layout = html.Div(

        children=[
            dcc.Interval(id='timer', interval=1000),
            html.Br(),
            html.Div([  
                dcc.Graph(id='graph')
                ])
            ])

@app.callback(Output('graph','figure'), [Input('timer','n_intervals')])
def update_graph():
    data=read()
    data=read()
    X.append(i)
    data['prof'].append(float(data[1]))
    data['pred'].append(float(data[2]))

    figure={
        'data':[
            {'x':X,'y':CPU['prof'],'type':'scatter','name':'Profiled'},
            {'x':X,'y':CPU['pred'],'type':'scatter','name':'Predicted'}
            ]}
    i+=1
    return figure

編輯：'tmp.txt' 是一個不斷被另一個程序覆蓋的文件。 它只有一行，如下所示：'3.2233 4.33445', 32, 74.0, 0.13, 0.0, 0.0

Answer 1

經過反復試驗，最后我想出了一個使用 plotly.graph_objs 的解決方案：

   ....
   dcc.Interval(id='timer', interval=1000),
   html.Div([
            dcc.Graph(id='graph', animate=True),
            ], 
    ....

至於回調：

@app.callback(Output('graph', 'figure'),
    [Input('timer', 'n_intervals')])
def update_graph_scatter(n):
    data=read()
    X.append(X[-1]+1)
    data['prof'].append(float(data[1]))
    data['pred'].append(float(data[2]))

    data = [go.Scatter(
            x=list(X),
            y=list(CPU['prof']),
            name='Prof',
            mode= 'lines+markers'
            ),
            go.Scatter(
            x=list(X),
            y=list(data['pred']),
            name='Pred',
            mode= 'lines+markers'
            ),
            ]

    return {'data': data,'layout' : go.Layout(xaxis=dict(range=[min(X),max(X)]),
                                                yaxis=dict(range=[0,380]))}