如何使用 plotly 制作交互式时间序列图？

Question

我正在尝试使用 plotly 和 jupyter notebook 进行交互式时间序列可视化。 我想要一个简单的图，我可以使用 plotly 和 ipywidget 过滤数据框的索引并存储我拥有的新索引。但是，我不知道该怎么做。我正在调查文档但没有任何成功。到目前为止我在做什么：

import pandas as pd
import numpy as np
import plotly.graph_objs as go
from ipywidgets import interactive

index = pd.date_range(start='2020-01-01', end='2020-01-15', freq='D')
timeserie = pd.DataFrame(np.random.normal(0,1,size=index.size), index=index, columns=['sensor'])
fig = go.FigureWidget([
    go.Scatter(
        x=timeserie.index.values,
        y=timeserie.values,
        mode='markers'
    )
])
 
def update_training_dataset(index_min, index_max, sensor):
    scatter = fig.data[0]
    index = timeserie.loc[(timeserie.index >= index_min) & (timeserie.index <= index_max)].index
    sensor_value = timeserie.loc[scatter.x, sensor].values
    with fig.batch_update():
        fig.layout.yaxis.title = sensor
        scatter.x = index
        scatter.y = sensor_value
 
interactive(update_training_dataset, index_min=index, index_max=index, sensor=timeserie.columns)

但是，它会导致一个奇怪的错误.. KeyError ：“[Int64Index（[15778368000000000000，...都在[index]中” 这很奇怪，因为我的时间序列的索引具有 datetimeindex 作为类型。 此代码将导致根据用户设置的传感器、index_min、index_max 的值更新数据帧。另外，我注意到日期是在一个选择小部件中提供的......我很想在这里有一个日期选择器。有人能帮我吗 ？提供我可以从中获得一些见解的任何代码？谢谢你:)

编辑

感谢 Serge，下面提供了解决方案 :)

fig = go.FigureWidget([
    go.Scatter(
        x=timeserie.index,
        y=timeserie.values,
        mode='markers'
    )
])
 
def update_training_dataset(index_min, index_max, Sensor):
    scatter = fig.data[0]
    index = timeserie.loc[(timeserie.index >= index_min) & (timeserie.index <= index_max)].index
    sensor_value = timeserie.loc[scatter.x, Sensor].values
    with fig.batch_update():
        fig.layout.yaxis.title = Sensor
        scatter.x = index
        scatter.y = sensor_value
 
        
date_picker_max = DatePicker(
    description='End date',
    disabled=False,
    value = index.max()
)
 
date_picker_min = DatePicker(
    description='Start date',
    disabled=False,
    value = index.min()
)
 
interact(
    update_training_dataset, 
    index_min=date_picker_min, 
    index_max=date_picker_max, 
    Sensor=timeserie.columns
)

我仍在努力在日期选择器中设置小时:分钟:秒。

编辑 2 顺便说一句，不需要使用 interact 而不是 interactive ：它们似乎支持小部件作为参数。此外，您需要按如下方式导入 ipydatetime 以获取日期时间选择器。

# usual imports
from ipydatetime import DatetimePicker

fig = go.FigureWidget([
    go.Scatter(
        x=timeserie.index,
        y=timeserie.values,
        mode='markers'
    )
])
 
def update_training_dataset(index_min, index_max, Sensor):
    scatter = fig.data[0]
    index = timeserie.loc[(timeserie.index >= index_min) & (timeserie.index <= index_max)].index
    sensor_value = timeserie.loc[scatter.x, Sensor].values
    with fig.batch_update():
        fig.layout.yaxis.title = Sensor
        scatter.x = index
        scatter.y = sensor_value
 
        
date_picker_max = DatetimePicker(
    description='End date',
    disabled=False,
    value = index.max()
)
 
date_picker_min = DatetimePicker(
    description='Start date',
    disabled=False,
    value = index.min()
)
 
interact(
    update_training_dataset, 
    index_min=date_picker_min, 
    index_max=date_picker_max, 
    Sensor=timeserie.columns
)

Answer 1

实际上，您的代码都很好。您在fig 的定义中犯了一个简单的错误。试试下面的

fig = go.FigureWidget([
    go.Scatter(
        x=timeserie.index,
        y=timeserie.values,
        mode='markers'
    )
])
 
def update_training_dataset(index_min, index_max, sensor):
    scatter = fig.data[0]
    index = timeserie.loc[(timeserie.index >= index_min) & (timeserie.index <= index_max)].index
    sensor_value = timeserie.loc[scatter.x, sensor].values
    with fig.batch_update():
        fig.layout.yaxis.title = sensor
        scatter.x = index
        scatter.y = sensor_value
 
interactive(update_training_dataset, index_min=index, index_max=index, sensor=timeserie.columns)

您在定义x=timeserie.index.values 时犯了错误，而实际上它应该是x=timeserie.index。

更改后结果很好。