Python 3.x Plotly无法返回多个跟踪器的选定数据点的信息

在这种情况下，他们在一个

go.Scatter

tracer中绘制所有内容，然后他们可以使用

selection\u fn

获取所选点的信息

我想用由3个集群组成的数据集做类似的事情。为了使集群更容易被看到，我对一个类使用了一个跟踪器。因此，我尝试修改示例代码以适应我的数据集，如下所示

import plotly.plotly as py
import plotly.graph_objs as go
from plotly.tools import set_credentials_file
import plotly.offline as py

import pandas as pd
import numpy as np
from ipywidgets import interactive, HBox, VBox

from sklearn.datasets import make_blobs

X, y = make_blobs(30,random_state=101)

py.init_notebook_mode()

f = go.FigureWidget([go.Scatter(y = X[y==0][:,1], x = X[y==0][:,0], mode = 'markers'), 
                     go.Scatter(y = X[y==1][:,1], x = X[y==1][:,0], mode = 'markers'),
                     go.Scatter(y = X[y==2][:,1], x = X[y==2][:,0], mode = 'markers')])
scatter = f.data[0]
N = len(X)

# Create a table FigureWidget that updates on selection from points in the scatter plot of f
t = go.FigureWidget([go.Table(
    header=dict(values=['x','y','class'],
                fill = dict(color='#C2D4FF'),
                align = ['left'] * 5),
    cells=dict(values=[X[:,0], X[:,1], y],
               fill = dict(color='#F5F8FF'),
               align = ['left'] * 5))])

def selection_fn(trace,points,selector):
    print(points.point_inds)
    t.data[0].cells.values = [X[points.point_inds,0], X[points.point_inds,1], y[points.point_inds]]

scatter.on_selection(selection_fn)

# Put everything together
VBox((HBox(),f,t))

错误行为1：返回错误信息 当从

跟踪0

中选择两个数据点时，它确实会向我返回2个信息，但这是错误的

错误行为2：未返回任何信息 从跟踪器1和跟踪器2选择数据点时，它甚至不会返回信息

在一个简短的调试之后，我注意到每个跟踪器的索引与完整的数据集不匹配。此代码只能从跟踪程序0返回索引，但是，当它将索引传递到完整的数据集时，它会为您提供点的错误匹配信息。从跟踪器1和跟踪器2选择点时，它甚至不能返回索引，因此无法提取任何信息

---

虽然我理解这个问题，但我不知道如何修改代码，因为我对plotly还是新手。

在尝试了几天之后，我想出了一个方法来实现它。（也许还有人能提供更好的方法？）

诀窍是为表中的每一列创建3个列表，然后将选定点的数据附加到列表中，最后更新表

这是完整的代码

X, y = make_blobs(30,random_state=101)

py.init_notebook_mode()

f = go.FigureWidget([go.Scatter(y = X[y==0][:,1], x = X[y==0][:,0], text=y[y==0], mode = 'markers', name='class 0'), 
                     go.Scatter(y = X[y==1][:,1], x = X[y==1][:,0], text=y[y==1], mode = 'markers', name='class 1'),
                     go.Scatter(y = X[y==2][:,1], x = X[y==2][:,0], text=y[y==2], mode = 'markers', name='class 2')])


# Create a table FigureWidget that updates on selection from points in the scatter plot of f
t = go.FigureWidget([go.Table(
    header=dict(values=['x','y', 'class'],
                fill = dict(color='#C2D4FF'),
                align = ['left'] * 5),
    cells=dict(values=[X[:,0], X[:,1], y],
               fill = dict(color='#F5F8FF'),
               align = ['left'] * 5))])

# def data_append(trace,points,selector):
#     X1 = []
#     X2 = []
#     c = []


X1 = []
X2 = []
data_cluster = []
num_called = 0
def selection_fn(trace,points,selector):
    global num_called
    global X1, X2, data_cluster
    if num_called == 3: # number of scatters
        num_called = 0
        X1 = []
        X2 = []
        data_cluster = []
    X1.extend(trace['x'][points.point_inds])
    X2.extend(trace['y'][points.point_inds])
    data_cluster.extend(trace['text'][points.point_inds])
    t.data[0].cells.values = [X1, X2,data_cluster]
    num_called +=1
for scatter in f.data:
    scatter.on_selection(selection_fn)

# Put everything together
VBox((HBox(),f,t))

代码的输出

如您所见，该表准确地返回了三个选定数据点的信息