Jupyterlab中的Plotly：show方法和display之间的区别（对plotly on_change的影响）

Question

在 JupyterLab 中，使用 Plotly，我设置了一个回调来在缩放时更新 y 轴。

完整示例请参考下面的代码。

缩放功能使用 on_change 连接到布局。

当使用 IPython 的

yaxis

或直接使用

display

显示图形时，

fig

会正确更新。但是，如果使用

figure.show()

方法，它就会停止工作。

在这种特定场景下，这种方法有什么问题？为什么 on_change 不再起作用？

import plotly.graph_objs as go
import pandas as pd
import numpy as np

x = np.linspace(0, 100, 1000)
y = 0.1* x * np.sin(2 * np.pi * 0.1 * x)

# Create the DataFrame
df = pd.DataFrame({'Time': x, 'Value': y})
df = df.set_index('Time')

fig = go.FigureWidget()

fig.add_trace(
    go.Scatter(x=df.index, y=df['Value'], mode='lines')
)

fig.update_layout(
        xaxis={'rangeslider_visible': True}
)

# callback function to update yaxis min and max upon zoom
def zoom(layout, xrange):
    in_view = df.loc[fig.layout.xaxis.range[0]:fig.layout.xaxis.range[1]]
    fig.layout.yaxis.range = [in_view.Value.min(), in_view.Value.max()]
    
fig.layout.on_change(zoom, 'xaxis.range')

#fig            # on_change (zoom) works!
display(fig)    # on_change (zoom) works!
#fig.show()     # on_change (zoom) doesn't work

我知道

figure.show()

利用了渲染器框架，但我无法理解它在这个“on_change”场景中的功能。

有人可以阐明这一点或指导我找到适当的文档吗？

谢谢！

Answer 1

我也遇到了这个问题，使用 show() 方法会使 on_change 不起作用。我花了大半天终于弄清楚问题并得到解决方案。

1、fig.show()的使用实际上是调用plotly.io.show()方法，因此它是根据指定的渲染器重新渲染对象本身，然而，on_change监听器是一个独立的事件模块，并且不会出现在Figure的属性中，因此当plotly.io重新渲染它时，它不会包含on_change设置。这就是为什么 show() 方法不会携带 on_change() 设置。而执行fig/display(fig)只是显示jupyterlab/notebook中的对象，不涉及重新渲染，所以没有问题。

2，如果您使用 show() 来传递配置参数，这可能就是问题所在。 Fig.show(config=config)实际上是设置figure的私有属性'_config'，该属性继承自父类BaseFigure，修改它的唯一api接口是通过show()方法。所以，如果你想让 on_change 工作并在同一个Fig上设置配置，只需使用Fig.__setattr__('_config', config)。达达！

顺便说一句，最好先使用Fig.__getattributer__('_config')获取原始的_config值，然后添加你想要分配的新值，例如scrollZoom=True。