混合使用 Plotly/ipywidgets 修改散点图的 x 轴

小能豆

混合使用 Plotly/ipywidgets 修改散点图的 x 轴

我想将 Plotly 与下拉小部件混合使用，目的是制作一些散点图并通过小部件修改 x 轴。假设我的数据集如下：

import sea born as sns
import plotly.graph_objects as go
import pandas as pd
import ipywidgets as widgets
import seaborn as sns
df = sns.load_dataset('diamonds')

我的目标是列carat。到目前为止，我尝试的是创建散点图，将它们包含到小部件中并显示它：

predictors = df.columns.tolist()
predictors.remove("carat")
target = df["carat"]

data = []
for predictor in predictors:
    chart = go.Scatter(x = df[predictor],
                  y = target,
                  mode="markers")
    fig = go.Figure(data=chart)
    data.append((predictor,fig))

widgets.Dropdown(options = [item[0] for item in data],
                       value = [item[0] for item in data][0],
                       description = "Select :",
                       disabled=False)

但是，我是 ipywidgets/plotly 的新手，不明白这里哪里出了问题，因为即使我更改了它的值，它也会显示小部件，但不显示图表。我该如何修改代码，以便它在选择预测器时最终显示图表？

阅读 14

2024-12-09

共1个答案

小能豆

你可以使用 widgets.interactive 来实现当下拉菜单选择改变时更新图表。为了显示图表，你需要在小部件的 value 更改时调用更新图表的函数。以下是修改后的代码，它可以根据选择的特征（predictor）更新散点图：

import seaborn as sns
import plotly.graph_objects as go
import ipywidgets as widgets
from IPython.display import display

# Load the dataset
df = sns.load_dataset('diamonds')

# Prepare predictors and target
predictors = df.columns.tolist()
predictors.remove("carat")
target = df["carat"]

# Function to update the plot based on selected predictor
def update_plot(predictor):
    fig = go.Figure(data=go.Scatter(x = df[predictor],
                                    y = target,
                                    mode="markers"))
    fig.update_layout(title=f"Scatter plot of {predictor} vs carat",
                      xaxis_title=predictor,
                      yaxis_title="Carat")
    fig.show()

# Create the dropdown widget and make it interactive
dropdown = widgets.Dropdown(options=predictors,
                            value=predictors[0],  # default to the first predictor
                            description="Select Predictor:",
                            disabled=False)

# Use interactive to link dropdown value to the plot update function
widgets.interactive(update_plot, predictor=dropdown)

# Display the widget and plot
display(dropdown)

解释：

我们定义了一个 update_plot 函数，这个函数会根据选中的特征（predictor）更新图表。
使用 widgets.interactive 来绑定小部件与 update_plot 函数，当下拉菜单选择改变时，图表会重新绘制。
fig.show() 用于显示更新后的图表。

运行这个代码后，你应该能够通过选择不同的预测变量，动态更新图表！

2024-12-09