使用 plotly 显示可见数据的统计数据（平均值、标准差、最小值/最大值）

Question

我希望用户能够在给定的 plotly html 导出/绘图中动态分析数据。 基于图中当前显示的值，我想显示一些数据统计信息，如平均值、标准差、最小值/最大值。

使用这段代码，我可以生成一个显示正弦波的图。 现在我想动态调整“标题”（或另一个注释）以显示当前显示数据的统计信息。

import plotly.graph_objects as go
import numpy as np

# Generate some sample data
x = np.linspace(0, 2 * np.pi, 1000)
y = np.sin(x)

# Calculate the statistics
avg = np.mean(y)
min_val = np.min(y)
max_val = np.max(y)

# Create the plot
fig = go.Figure(
    data=go.Scatter(x=x, y=y),
    layout=go.Layout(
        title=f'Sine Waveform\nAverage: {avg:.2f}, Min: {min_val:.2f}, Max: {max_val:.2f}',
        xaxis=dict(title='x'),
        yaxis=dict(title='y')
    )
)

# Show the plot
fig.show()

使用

plotly-dash

的解决方案也可以。

Answer 1

您可以使用支持

回调

的plotly-dash。我们可以创建一个回调函数，将图形的布局数据作为输入，修改图形的标题，并在用户缩放时实时将图形输出到应用程序（还有一种边缘情况，我们会重置图形以及用户刷新页面时的标题）。

下面是一个工作代码示例：

from dash import Dash, dcc, html, Input, Output

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

app = Dash(__name__)

# Generate some sample data
x = np.linspace(0, 2 * np.pi, 1000)
y = np.sin(x)

# Calculate the statistics
avg = np.mean(y)
min_val = np.min(y)
max_val = np.max(y)

df = pd.DataFrame({'x':x, 'y':y})

# Create the plot
fig = go.Figure(
    data=go.Scatter(x=x, y=y),
    layout=go.Layout(
        title=f'Sine Waveform\nAverage: {avg:.2f}, Min: {min_val:.2f}, Max: {max_val:.2f}',
        xaxis=dict(title='x'),
        yaxis=dict(title='y')
    )
)

app.layout = html.Div(
    [dcc.Graph(figure=fig, id='scatter-chart')]
)

@app.callback(
    Output('scatter-chart', 'figure'),
    Input('scatter-chart', 'relayoutData'),
    prevent_initial_call=True,
)
def update_title(relayout_data):
    try:
        x_min, x_max = relayout_data['xaxis.range[0]'], relayout_data['xaxis.range[1]']
        y_min, y_max = relayout_data['yaxis.range[0]'], relayout_data['yaxis.range[1]']
    except:
        avg = np.mean(y)
        min_val = np.min(y)
        max_val = np.max(y)
        y_pad = (max_val-min_val)/16

        fig.update_layout(
            xaxis_range=[min(x), max(x)],
            yaxis_range=[min(y)-y_pad, max(y)+y_pad],
            title=f'Sine Waveform\nAverage: {avg:.2f}, Min: {min_val:.2f}, Max: {max_val:.2f}'
        )
        return fig

    df_subset = df[
        df['x'].between(x_min,x_max) & 
        df['y'].between(y_min,y_max)
    ]

    avg = df_subset['y'].mean()
    min_val, max_val = df_subset['y'].min(), df_subset['y'].max()

    fig.update_layout(
        xaxis_range=[x_min, x_max],
        yaxis_range=[y_min, y_max],
        title=f'Sine Waveform\nAverage: {avg:.2f}, Min: {min_val:.2f}, Max: {max_val:.2f}'
    )

    return fig

if __name__ == '__main__':
    app.run_server(debug=True)