Plotly Dash 条形图具有动态变化的条形宽度（或动态变化的图形频率）

Question

我有一个使用 Plotly Dash 制作的条形图，如下所示。我有从 2006 年到现在（2021 年）的每日数据，这使得条形宽度非常小。我想知道在较大的时间范围内（Y2006-Y2021）查看时是否有任何方法可以绘制和显示较低的频率图，但在较小的时间范围内（例如，2020 年 3 月至 2020 年 6 月）显示详细的较高频率图。

我现在能想到的解决方案是在绘图之前对 Pandas 中的数据进行预处理，但是当我放大时它不会动态变化。如何绘制具有变化图形频率的动态图形？下面是我的代码。

df_data = df_data.dropna(subset=['date'])
    df_data = df_data.groupby(['date'])[
        ['mean_s', 'positive', 'negative']].mean().reset_index().sort_values('date')

fig = go.Figure()
fig.add_trace(go.Bar(
        x=df_data['date'],
        y=100 * (df_data['positive']) / (df_data['positive'] + df_data['negative']),
        base=0,
        name='Positive',
        marker_color=colors['pos1']
        ))
fig.add_trace(go.Bar(
        x=df_data['date'],
        y=100 * (df_data['negative']) / (df_data['positive'] + df_data['negative']),
        base=-100 * (df_data['negative']) / (df_data['positive'] + df_data['negative']),
        name='Negative',
        marker_color=colors['neg1']
        ))```

Answer 1

鉴于您的要求是放大/与数据交互，明确的答案是rangeslider

import plotly.graph_objects as go
import pandas as pd
import numpy as np

s = 365 * 15
df = pd.DataFrame({"date": pd.date_range("1-jan-2008", periods=s),
                   "positive": np.random.uniform(0, 20, s),
                   "negative": np.random.uniform(0, -5, s),})

go.Figure([
    go.Bar(x=df["date"], y=df["positive"], name="positive", marker_color="green"),
    go.Bar(x=df["date"], y=df["negative"], name="negative", base=0, marker_color="red"),
    ]).update_layout(
    barmode="stack",
    xaxis={
        "range": [df.iloc[-200]["date"], df["date"].max()],
        "rangeslider": {"visible": True},
    },
    margin={"l": 0, "r": 0, "t": 0, "r": 0},
)