Plotly (Python) 子图：填充构面和共享图例

Question

我正在尝试创建 2 个具有共享 x 轴的图，但我遇到了 2 个问题：

1. 只要我使用 yaxis 和 yaxis2 标题和/或刻度线自定义布局，y 轴就会开始重叠
2. 我希望在 2 个地块之间共享图例，但它们是重复的

这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。

提前谢谢你！

编辑：

按照 Farbice 的建议，我查看了 plotly.figure_factory 中的 create_facet_grid 函数（顺便说一下，这需要情节 2.0.12+），我确实设法用更少的行重现了相同的图像，但它给了我更少的灵活性 - - 例如，我不认为您可以使用此功能绘制线条，并且它也存在图例重复问题，但如果您正在寻找一个临时可视化，这可能非常有效。它需要长格式的数据，见下面的例子：

# 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)

结果如下：

Answer 1

在进行了更多挖掘之后，我找到了解决这两个问题的方法。

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

图例中重复的第二个问题有点棘手，但this 的帖子帮助我解决了这个问题。这个想法是每条迹线都可以有一个与之关联的图例，因此如果您要绘制多条迹线，您可能只想使用其中一条迹线的图例（使用showlegend 参数），但要确保一个图例控制多个子图的切换，可以使用legendgroup参数。

这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：

Answer 2

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包含以下列的表：

• 时代
• 变量：“acc”或“loss”
• 设置：“验证”或“训练”
• value : 给定 epoch/variable/set 的值

通过这样做，您可能会发现通过在“变量”上使用具有 x=epoch,y=value 的“set”-trace 的 facetting 来创建所需的图形会更容易

如果您需要编码解决方案，请提供一些数据。

希望这对您有所帮助。