當 Y 包含負值和正值時，Plotly/Dash 在條形圖中留下無法解釋的空白

Question

我正在開發一個 Web 應用程序，該應用程序繪制從 KenPom.com 抓取的大學籃球數據（可以在 kenpomgraphs.pythonanywhere.com 上看到）。 第一個圖是使用 px.bar() 的條形圖，它在大多數情況下都按預期工作。 但是，當我選擇包含 Y 的正值和負值的會議時，該數字在正條和負條之間留下了巨大的差距。

如果我將完全相同的代碼復制到 jupyter 筆記本中（用fig1.show()替換return [fig1] ），我會得到所需的輸出。

這是生成圖形的代碼以及提供參數的回調。 df是一個包含所有數據的數據框。 我根據提供給函數的參數將其過濾為dff 。 我嘗試添加諸如.reset_index()和.copy()認為可能是索引有問題或以某種方式引用了未過濾的數據幀，但這並沒有改變輸出。

@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 部署應用程序。 當我在 bash 控制台中執行代碼時，我可以確認dff只包含我希望顯示的行，所以我不明白為什么會出現這個間隙，以及為什么在 jupyter 中運行時相同的代碼不會產生間隙筆記本。

Answer 1

我仍然不知道為什么存在差距，但我能夠通過刪除這些代碼行來解決問題：

    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')

而是添加參數

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

到px.bar()