如何使用Python中的Plotly Express在同一y轴上绘制多条直线

我刚刚安装了plotly express。我试着做一些简单的事情——把数据框的每一列标在同一个y轴上，索引作为x轴。以下是问题/意见：

数据框是否需要将索引作为列用作x轴？我可以不直接使用x轴的索引吗？ 如何在y轴上为同一x轴添加多条在plotly中调用的记录道

请注意，我不是试图使用plotly添加记录道，而是尝试使用plotly express

此外，网上也有一些类似的帖子，最近的是： 然而，这篇文章展示了如何添加散点，而不是直线。我想画一条线，这里没有类似于示例中所示的添加分散的添加线

感谢您的帮助

示例代码：

import plotly.express as px 
import pandas as pd 
import numpy as np 

# Get some data
df = pd.read_csv('https://raw.githubusercontent.com/plotly/datasets/master/finance-charts-apple.csv')

# Plot 
fig = px.line(df, x='Date', y='AAPL.High')

# Only thing I figured is - I could do this 
fig.add_scatter(x=df['Date'], y=df['AAPL.Low']) # Not what is desired - need a line 

# Show plot 
fig.show()

绘图：

import plotly.express as px 
import pandas as pd 
import numpy as np 

# Get some data
df = pd.read_csv('https://raw.githubusercontent.com/plotly/datasets/master/finance-charts-apple.csv')

# Plot 
fig = px.line(df, x='Date', y='AAPL.High')

# Only thing I figured is - I could do this 
fig.add_scatter(x=df['Date'], y=df['AAPL.Low']) # Not what is desired - need a line 

# Show plot 
fig.show()

---

不确定您要找的是哪种类型的产品，但您是否尝试过以下方法

fig.add_scatter(x=df['Date'], y=df['AAPL.Low'],mode='lines')

---

在标准散点模式下，您可以将模式设置为线条、标记和文本的任意组合。

您的代码工作正常！但是，如果您特别不想将（有些费劲的）

add_trace（）

函数应用于每一行，您可以使用

px.line（）

。这通常要求您从格式转换数据。但现在不是了，所以只需定义一个索引并命名要打印的列。或者通过（例如，

y=df.columns[1:-6]

代码1： 绘图：

如果您想知道如何对长格式的数据执行相同的操作，下面介绍如何使用pandas和plotly执行此操作：

代码2：

---

非常感谢。当您想要处理所有列时，您可以从df_-wide对象获取列名，这样您的代码对于任何csv都是通用的，日期在第一列，值在其他列：

df_long=pd.melt（df_-wide，id_-vars=df_-wide.columns[0]，值_-vars=df_-wide.columns[1:]）

这可能会有所帮助，但问题是关于plotly.express，情节不规范。

# imports
import plotly.express as px 
import pandas as pd 
import numpy as np 

# data
df_wide = pd.read_csv('https://raw.githubusercontent.com/plotly/datasets/master/finance-charts-apple.csv')
df_long=pd.melt(df_wide, id_vars=['Date'], value_vars=['AAPL.Open', 'AAPL.High', 'AAPL.Low', 'AAPL.Close', 'mavg'])

# plotly 
fig = px.line(df_long, x='Date', y='value', color='variable')

# Show plot 
fig.show()