在Python中，是否有一个类似于直方图分块的条形图？

我正在寻找一个路线图，使用Plotly，X轴上有日期的数据，Y轴上有表格中的值。然后，我希望能够按周、日、月等动态地（即使用小部件）对数据进行分组，如Plotly Histogram binning示例中所示

具有相同或类似的功能是可以接受的，只要我可以让图表动态地这样做，即不需要创建一个全新的绘图

我尝试过使用文档中概述的直方图分块，但是这不起作用，因为直方图依赖于从表中计算行数，而不是直接从表中读取值并将其用作直方图高度

然而，相同的功能似乎不适用于条形图

我的数据是这样排列在python数据框中的

    Date           Count
0   2018-01-23     28418
1   2018-08-01     25403

目前的代码本身是：

data = [dict(
  x = final['Date'],
  y = final['Cage Poll [cases]'],
  autobinx = False,
  autobiny = True,
  marker = dict(color = 'rgb(220, 20, 127)'),
  name = 'test',
  type = 'histogram',
  normed = 'True',
  xbins = dict(
    #end = '2016-12-31 12:00',
    size = 'M1',
    #start = '1983-12-31 12:00'
  )
)]

layout = dict(
  paper_bgcolor = 'rgb(240, 240, 240)',
  plot_bgcolor = 'rgb(240, 240, 240)',
  title = '<b>Data sampled from daily reports</b>',
  showlegend = True,
  xaxis = dict(
    title = 'Date',
    type = 'date'
  ),
  yaxis = dict(
    title = 'Count',
    type = 'linear'
  ),
  updatemenus = [dict(
        x = 0.1,
        y = 1.15,
        xref = 'paper',
        yref = 'paper',
        yanchor = 'top',
        active = 1,
        showactive = True,
        buttons = [
        dict(
            args = ['xbins.size', 'D1'],
            label = 'Day',
            method = 'restyle',
        ), dict(
            args = ['xbins.size', 'D7'],
            label = 'Week',
            method = 'restyle',
        ), dict(
            args = ['xbins.size', 'M1'],
            label = 'Month',
            method = 'restyle',
        ), dict(
            args = ['xbins.size', 'M3'],
            label = 'Quarter',
            method = 'restyle',
        ), dict(
            args = ['xbins.size', 'M6'],
            label = 'Half Year',
            method = 'restyle',
        ), dict(
            args = ['xbins.size', 'M12'],
            label = 'Year',
            method = 'restyle',
        )]
  )]
)
fig_dict = dict(data=data, layout=layout)
iplot(fig_dict, validate=False)

data=[dict(
x=最终[“日期”]，
y=最终['Cage民意测验[案例]”，
autobinx=False，
autobiny=True，
标记=dict（颜色='rgb（220,20,127）'，
名称='测试'，
类型='直方图'，
normed=‘真’，
xbins=dict(
#结束='2016-12-31 12:00'，
大小='M1'，
#开始时间='1983-12-31 12:00'
)
)]
布局=记录(
纸张颜色='rgb（240240240）'，
plot_bgcolor='rgb（240240240）'，
标题=‘从日报中采样的数据’，
showlegend=True，
xaxis=dict(
标题='日期'，
类型='日期'
),
yaxis=dict(
标题='计数'，
类型='线性'
),
updatemenus=[dict(
x=0.1，
y=1.15，
外部参照='纸张'，
yref='纸张'，
yanchor='顶部'，
活动=1，
showactive=True，
按钮=[
口述(
args=['xbins.size'，'D1']，
标签='天'，
方法='restyle'，
)，迪克特(
args=['xbins.size'，'D7']，
标签='周'，
方法='restyle'，
)，迪克特(
args=['xbins.size'，'M1']，
标签='月份'，
方法='restyle'，
)，迪克特(
args=['xbins.size'，'M3']，
标签='四分之一'，
方法='restyle'，
)，迪克特(
args=['xbins.size'，'M6']，
标签=‘半年’，
方法='restyle'，
)，迪克特(
args=['xbins.size'，'M12']，
标签='年'，
方法='restyle'，
)]
)]
)
图dict=dict（数据=数据，布局=布局）
iplot（图2，验证=False）

是的，您可以将

直方图的
histfunc
参数设置为
“sum”
（默认值为
“count”
）。有关
histfunc
的更多信息，请访问：