Plotly（Python）子图：填充面和共享图例

我正在尝试创建两个共享x轴的绘图，但有两个问题：

当我使用

yaxis

和

yaxis2

标题和/或记号自定义布局时，y轴开始重叠

我希望在两个绘图之间共享图例，但它们是重复的

下面是重现我遇到的问题的代码：

from plotly.offline import init_notebook_mode, iplot
init_notebook_mode(connected=True) # using jupyter
import plotly.graph_objs as go
from plotly import tools
import numpy as np

 N = 100
epoch_range = [i for i in range(N)]
model_perf = {}
for m in ['acc','loss']:
    for sub in ['train','validation']:
        if sub == 'train':
            history_target = m
        else:
            history_target = 'val_{}'.format(m)
        model_perf[history_target] = np.random.random(N)

line_type = {
    'train': dict(
        color='grey',
        width=1,
        dash='dash'
    ),
    'validation': dict(
        color='blue',
        width=4
    )
}

fig = tools.make_subplots(rows=2, cols=1, shared_xaxes=True, shared_yaxes=False, specs = [[{'b':10000}], [{'b':10000}]])
i = 0
for m in ['acc','loss']:

    i += 1

    for sub in ['train','validation']:

        if sub == 'train':
            history_target = m
        else:
            history_target = 'val_{}'.format(m)

        fig.append_trace({
            'x': epoch_range,
            'y': model_perf[history_target],
            #'type': 'scatter',
            'name': sub,
            'legendgroup': m,
            'yaxis': dict(title=m),
            'line': line_type[sub],
            'showlegend': True
        }, i, 1)

fig['layout'].update(
    height=600, 
    width=800, 
    xaxis = dict(title = 'Epoch'),
    yaxis = dict(title='Accuracy', tickformat=".0%"),
    yaxis2 = dict(title='Loss', tickformat=".0%"),
    title='Performance'
)
iplot(fig)  

这是我得到的图像：

如果您对如何解决这两个问题有任何建议，我很乐意听取您的意见

曼尼，先谢谢你

编辑：

按照Farbice的建议，我从plotly.figure\u factory（顺便说一句，它需要plotly 2.0.12+）中查看了

创建面网格
函数，我确实设法用更少的线条复制了相同的图像，但它给了我更少的灵活性——例如，我认为您不能使用此功能绘制线条，而且它也存在图例复制问题，但如果您正在寻找一个特别的viz，这可能会非常有效。它需要长格式的数据，请参见以下示例：

# converting into the long format
import pandas as pd
perf_df = (
    pd.DataFrame({
        'accuracy_train': model_perf['acc'],
        'accuracy_validation': model_perf['val_acc'],
        'loss_train': model_perf['loss'],
        'loss_validation': model_perf['val_loss']
    })
    .stack()
    .reset_index()
    .rename(columns={
        'level_0': 'epoch',
        'level_1': 'variable',
        0: 'value'
    })
)

perf_df = pd.concat(
    [
        perf_df,
        perf_df['variable']
        .str
        .extractall(r'(?P<metric>^.*)_(?P<set>.*$)')
        .reset_index()[['metric','set']]   
    ], axis=1
).drop(['variable'], axis=1)

perf_df.head() # result

epoch  value     metric     set
0      0.434349  accuracy   train
0      0.374607  accuracy   validation
0      0.864698  loss       train
0      0.007445  loss       validation
1      0.553727  accuracy   train

# plot it
fig = ff.create_facet_grid(
    perf_df,
    x='epoch',
    y='value',
    facet_row='metric',
    color_name='set',
    scales='free_y',
    ggplot2=True
)

fig['layout'].update(
    height=800, 
    width=1000, 
    yaxis1 = dict(tickformat=".0%"),
    yaxis2 = dict(tickformat=".0%"),
    title='Performance'
)

iplot(fig)

#转换为长格式
作为pd进口熊猫
性能参数=(
数据帧({
“精度列车”：型号性能['acc']，
“准确性验证”：模型性能['val\u acc']，
“损失列车”：型号性能[“损失”]，
“损失验证”：模型性能['val\u损失']
})
.stack（）
.reset_index（）
.重命名（列）={
“0级”：“历元”，
“级别1”：“变量”，
0:“值”
})
)
性能df=pd.concat(
[
性能测向，
性能df[“变量”]
.str
.extractall（r'（？P^.*）（？P.*））
.reset_index（）[['metric'，'set']]
]，轴=1
).drop（['variable']，轴=1）
性能df.head（）#结果
历元值度量集
0.4349精度系列
0.374607精度验证
0.864698损失列车
0.007445损失验证
1 0.553727精度列车
#策划它
图=ff.创建面网格(
性能测向，
x='epoch'，
y='value'，
facet_row='metric'，
颜色_name='set'，
刻度为“自由度”，
ggplot2=真
)
图[‘布局’]更新(
高度=800，
宽度=1000，
yaxis1=dict（tickformat=“.0%”），
yaxis2=dict（tickformat=“.0%”），
title='Performance'
)
iplot（图）

结果如下：
根据我的经验，可视化工具更喜欢长格式的数据。
您可能希望将数据调整为具有以下列的表：


纪元
变量：“acc”或“损失”
设置：“验证”或“培训”
值：给定历元/变量/集合的值

通过这样做，您可能会发现在“变量”和“集合”上使用刻面更容易创建所需的图形-轨迹具有x=历元，y=值

如果您想要一个编码的解决方案，请提供一些数据

希望这有帮助。
在做了更多的挖掘之后，我找到了两个问题的解决方案

首先，y轴重叠问题是由布局更新中的
yaxis
参数引起的，必须将其更改为
yaxis1

《传奇》中复制的第二个问题有点棘手，但《邮报》帮我解决了这个问题。其思想是，每个轨迹都可以有一个与其关联的图例，因此，如果要打印多个轨迹，则可能只希望使用其中一个轨迹的图例（使用
showlegend
参数），但为了确保一个图例控制多个子批次的切换，可以使用
legendgroup
参数

以下是解决方案的完整代码：

from plotly.offline import init_notebook_mode, iplot
init_notebook_mode(connected=True) # using jupyter
import plotly.graph_objs as go
from plotly import tools
import numpy as np

N = 100
epoch_range = [i for i in range(N)]
model_perf = {}
for m in ['acc','loss']:
    for sub in ['train','validation']:
        if sub == 'train':
            history_target = m
        else:
            history_target = 'val_{}'.format(m)

        model_perf[history_target] = np.random.random(N)

line_type = {
    'train': dict(
        color='grey',
        width=1,
        dash='dash'
    ),
    'validation': dict(
        color='blue',
        width=4
    )
}

fig = tools.make_subplots(
    rows=2, 
    cols=1, 
    shared_xaxes=True, 
    shared_yaxes=False
)

i = 0
for m in ['acc','loss']:

    i += 1

    if m == 'acc':
        legend_display = True
    else:
        legend_display = False

    for sub in ['train','validation']:

        if sub == 'train':
            history_target = m
        else:
            history_target = 'val_{}'.format(m)

        fig.append_trace({
            'x': epoch_range,
            'y': model_perf[history_target],
            'name': sub,
            'legendgroup': sub, # toggle train / test group on all subplots
            'yaxis': dict(title=m),
            'line': line_type[sub],
            'showlegend': legend_display # this is now dependent on the trace
        }, i, 1)

fig['layout'].update(
    height=600, 
    width=800, 
    xaxis = dict(title = 'Epoch'),
    yaxis1 = dict(title='Accuracy', tickformat=".0%"),
    yaxis2 = dict(title='Loss', tickformat=".0%"),
    title='Performance'
)
iplot(fig)  

结果如下：

感谢您的建议，我习惯于使用ggplot，它确实更喜欢您描述的格式的数据，但是，plotly似乎对数据的底层结构漠不关心，该结构源自声明的跟踪，因此如果您对如何使用任何数据格式修复我描述的问题有任何建议，那么我想了解更多。Cheerri也开始使用ggplot，但现在我使用python而不是R，plotly的create_facet_grid函数的作用与此选项中ggplot的作用类似。可能确实有另一种解决方案，但他们总是告诉我：“首先让它工作，然后让它更好”。目前，这是我唯一能想到的。谢谢，我将尝试创建网格，并让您知道它是如何运行的！实际上，如果希望x轴标题显示在底部刻面下，请在布局更新块中将
xaxis
替换为
xaxis1
。