Pandas 如何在for循环内以Plotly方式注释子地块_Pandas_Plotly_Subplot

Pandas 如何在for循环内以Plotly方式注释子地块

pandas

Pandas 如何在for循环内以Plotly方式注释子地块,pandas,plotly,subplot,Pandas,Plotly,Subplot,我试图在for循环中注释我的子图。每个子批次将在绘图上打印RMS值。我尝试了以下方法： from plotly import tools figg = tools.make_subplots(rows=4, cols=1) fake_date = {"X": np.arange(1, 101, 0.5), "Y": np.sin(x), "Z": [x + 1 for x in range(10)] * 20} fake_date = pd.DataFrame(fake_date) fak

我试图在for循环中注释我的子图。每个子批次将在绘图上打印RMS值。我尝试了以下方法：

from plotly import tools
figg = tools.make_subplots(rows=4, cols=1)

fake_date = {"X":   np.arange(1, 101, 0.5), "Y": np.sin(x), "Z": [x + 1 for x in range(10)] * 20}
fake_date = pd.DataFrame(fake_date)
fake_date.sort_values("Z")

unique_ids = fake_date['Z'].unique()
train_id, test_id = np.split(np.random.permutation(unique_ids), [int(.6 * len(unique_ids))])


for i, j in enumerate(test_id):

    x_test = fake_date[fake_date['Z'].isin([test_id[i]])] 
    y_test = fake_date[fake_date['Z'].isin([test_id[i]])]


    # Evaluate 
    rms_test = 0.04
    r_test = 0.9



    Real = {'type' : 'scatter',
                     'x' : x_test.X,
                     'y' : x_test.Y,
                "mode" : 'lines+markers', 
                "name" : 'Real'}




    figg.append_trace(Real, i+1, 1)


figg['layout'].update( annotations=[dict(x = 10,y = 0.2,  text= rms_test, xref= "x1",yref="y1")]  )
figg['layout'].update(height=1800, width=600, title='Testing')
pyo.iplot(figg)

这是行不通的，尽管给出的答案似乎对其他人有用。有人能指出我做错了什么吗？

我为再现性生成了假日期

我不确定将RMS值精确放置在何处，但下面是一个示例代码，它将帮助您实现您想要的结果

我们创建一个数组

annotation\u arr

，在其中使用for循环存储注释

我们需要为每个轴设置

xval

和

yval

。记住，第一个轴将是

，第二个轴将是

x2

，因此，我已经为此编写了一个三元条件，请检查下面的代码，并告诉我是否有任何问题

import plotly.graph_objs as go
from plotly.offline import download_plotlyjs,init_notebook_mode,plot,iplot
from plotly import tools
import numpy as np
import pandas as pd
init_notebook_mode(connected=True)
rows = 4
figg = tools.make_subplots(rows=rows, cols=1)

fake_date = {"X":   np.arange(0, 100, 0.5), "Y": [np.sin(x) for x in range(200)], "Z": [x + 1 for x in range(10)] * 20}
fake_date = pd.DataFrame(fake_date)
fake_date.sort_values("Z")

unique_ids = fake_date['Z'].unique()
train_id, test_id = np.split(np.random.permutation(unique_ids), [int(.6 * len(unique_ids))])
top = 0
annotation_arr = []
for i, j in enumerate(test_id):

    x_test = fake_date[fake_date['Z'].isin([test_id[i]])] 
    y_test = fake_date[fake_date['Z'].isin([test_id[i]])]


    # Evaluate 
    rms_test = 0.04
    r_test = 0.9



    Real = {'type' : 'scatter',
                     'x' : x_test.X,
                     'y' : x_test.Y,
                "mode" : 'lines+markers', 
                "name" : 'Real'}


    top = top + 1/rows
    i_val = "" if i == 0 else i + 1
    annotation_arr.append(dict(x = r_test,y = top,  text= rms_test, xref= "x"+str(i_val),yref="y"+str(i_val)))
    figg.append_trace(Real, i+1, 1)


figg['layout'].update( annotations=annotation_arr  )
figg['layout'].update(height=1800, width=600, title='Testing')
iplot(figg)

我不确定将RMS值精确放置在何处，但下面是一个示例代码，它将帮助您实现所需