Python/Plotly：如何使用要显示的信息自定义悬停模板？

Question

这是我的数据集：

在按年锁定我的数据框并按月分组后，我继续计算百分比增加/减少作为新列；它最终看起来像这样：

现在对于我的 Plotly 情节，我使用它来显示轨迹并添加一些悬停信息：

fig.add_trace(go.Scatter(x=group_dfff.Months, y=group_dfff.Amount, name=i,
                        hovertemplate='Price: $%{y:.2f}'+'<br>Week: %{x}'))

现在你可以看到有一个参数 hovertemplate 我可以在其中传递我的 x 和 y...但是，我不知道如何在其中包含我的 PERC_CHANGE 值.

问题：如何在hovertemplate 中包含其他想要的列的值？具体来说，我如何包含 PERC_CHANGE 值，因为我在下面显示了所需的输出：

我解决了我的具体问题，请查看下面的图片（添加第 3 个元素，请参阅 cmets），但是问题仍然存在，因为我看不到如何为第 4 个、第 5 个等元素执行此操作。

非常感谢您的帮助！

Answer 1

对于 Plotly Express，您需要在创建图窗时使用 custom_data 参数。例如：

fig = px.scatter(
    data_frame=df, 
    x='ColX', 
    y='ColY', 
    custom_data=['Col1', 'Col2', 'Col3']
)

然后使用update_traces 和hovertemplate 对其进行修改，将其引用为customdata。例如：

fig.update_traces(
    hovertemplate="<br>".join([
        "ColX: %{x}",
        "ColY: %{y}",
        "Col1: %{customdata[0]}",
        "Col2: %{customdata[1]}",
        "Col3: %{customdata[2]}",
    ])
)

这需要大量的试验和错误才能弄清楚，因为它没有很好的记录，custom_data 和 customdata 之间的不一致令人困惑。

Answer 2

您可以将自定义数据添加到悬停模板：

hovertemplate = 'Price: $%{customdata[0]:.2f}'+'<br>Week: %{customdata[1]} ' 
+ '<br>Change: %{customdata[2]}'

其中customdata 可以是您的group_dfff，甚至可以是您要从中获取悬停信息数据的其他完全不同的数据框。

这是 plotly 文档的link。

Answer 3

我实际上也遇到过类似的问题，相信我花了 2 个半小时才弄明白。让我们通过一个例子来理解。

fig = make_subplots(rows=1,cols=2,subplot_titles=('First plot','Second plot'),
                   specs=[[{'type': 'scene'}, {'type': 'scene'}]])

fig.add_trace(go.Scatter3d(x=[0,1,2,3],y=[0,1,2,3],z=[0,1,2,3]), row=1,col=1)
fig.add_trace(go.Scatter3d(x=[0,1,2,3],y=[0,1,2,3], z=[0,1,2,3]), row=1,col=2)

fig.update_layout(title='Add Custom Data')

fig.show()

这将创建两个简单的 scatter3d 图，其中 hoverdata 是 x、y 和 z 轴。现在您想将数据 m=[9,8,7,6,5] 添加到第一个绘图中。您可以在 text 参数中解析 m 并添加 hovertemplate。

fig.add_trace(go.Scatter3d(x=[0,1,2,3],y=[0,1,2,3],z=[0,1,2,3],
                          text=[9,8,7,6], hovertemplate='<br>x:%{x}<br>y:%{y}<br>z:%{z}<br>m:%{text}'), row=1,col=1)

这应该可以正常工作。但是现在我们想在第一个图（或任何图）中再添加一个列表，例如 n=[5,6,7,8]。这次我们将使用customdata 参数。

fig.add_trace(go.Scatter3d(x=[0,1,2,3],y=[0,1,2,3],z=[0,1,2,3],
                          text=[9,8,7,6],customdata=[5,6,7,8],
                          hovertemplate='<br>x:%{x}<br>y:%{y}<br>z:%{z}<br>m:%{text}<br>n:%{customdata}'), row=1,col=1)

现在，如果我们想添加我们的第三个自定义数据列表怎么办。棘手的部分来了。不能解析自定义数据中两个列表的列表，然后调用customdata[0]和customdata[1]，没那么简单。我们的第三个列表是k=[2,4,6,8]。

我们需要这样的customdata=[[[5],[2]],[[6],[4]],[[7],[6]],[[8],[8]]]，它应该可以正常工作。基本上我们需要给出一个单独的列表（或数组），其中每个元素是您要显示的所有点的列表。

fig.add_trace(go.Scatter3d(x=[0,1,2,3],y=[0,1,2,3],z=[0,1,2,3],
                          text=[9,8,7,6],customdata=[[[5],[2]],
                                                     [[6],[4]],
                                                     [[7],[6]],
                                                     [[8],[8]]],
                          hovertemplate='<br>x:%{x}<br>y:%{y}<br>z:%{z}<br>m:%{text}<br>n:%{customdata[0]}<br>k:%{customdata[1]}'), row=1,col=1)

我们几乎完成了，但还剩下一件事。像我们在 customdata 中给出的那样手动创建列表需要做很多工作，因此我们将使用强大的库 import numpy as np 自动化它

n = [5,6,7,8]
k = [2,4,6,8]

nk = np.empty(shape=(4,2,1), dtype='object')
nk[:,0] = np.array(n).reshape(-1,1)
nk[:,1] = np.array(k).reshape(-1,1)

fig.add_trace(go.Scatter3d(x=[0,1,2,3],y=[0,1,2,3],z=[0,1,2,3],
                          text=[9,8,7,6],customdata=nk,
                          hovertemplate='<br>x:%{x}<br>y:%{y}<br>z:%{z}<br>m:%{text}<br>n:%{customdata[0]}<br>k:%{customdata[1]}'), row=1,col=1)

轰！ 如果要直接从数据框中添加数据，可以解析 df['Column name'] 代替 np.array(n)。