python：如何在破折号应用程序中绘制桑基图答案

【问题标题】：python: How to graph Sankey graph in a dash apppython：如何在破折号应用程序中绘制桑基图
【发布时间】：2021-10-11 06:51:50
【问题描述】：

我一直在尝试使用plotly tutorial 在dash 应用程序上创建一个Sankey 图，但我没有成功。我一直遇到以下错误dash.exceptions.InvalidCallbackReturnValue: The callback ..my_bee_map.figure.. is a multi-output. 我可以弄清楚如何解决这个问题。

我的最终目标是查看标签和年份的流向，其值为>=0.75。这意味着当我选择标签时，例如cs.AI，我想查看labels、years 的流向，其中>=0.75 值与标签cs.AI 相关联

这是我的仪表板应用程序和绘图的值。

import pandas as pd
import plotly.express as px  # (version 4.7.0 or higher)
import plotly.graph_objects as go
import dash_core_components as dcc
import dash_html_components as html
from dash.dependencies import Input, Output
import numpy as np 
from dash import Dash # pip install dash (version 2.0.0 or higher)

app = Dash(__name__)

df = pd.read_csv("data.csv")

app.layout = html.Div([

    html.H1("Web Application Dashboards with Dash", style={'text-align': 'center'}),

    dcc.Dropdown(id="slct_label",
                  options=[{'label': x, 'value': x} for x in
                              sorted(df["Label1"].unique())],
                 multi=False,
                 value="cs.AI",
                 style={'width': "30%"}
                 ),
    html.Br(),
    dcc.Dropdown(id="slct_value",
                  options=[{'label': x, 'value': x} for x in
                              sorted(df[df["value"] >= 0.75]["value"].unique())],
                 multi=False,
                 value=0.75,
                 style={'width': "40%"},
                 placeholder="Select threshold"
                 ),
                 
    # html.Div(id='output_container', children=[]),
    html.Br(),

    dcc.Graph(id='my_bee_map', figure={})

])

# Callback - app interactivity section------------------------------------
@app.callback(
    [Output(component_id='output_container', component_property='children'),
     Output(component_id='my_bee_map', component_property='figure')],
    [Input(component_id='slct_label', component_property='value'),
    Input(component_id='slct_value', component_property='value')]
)

def update_graph(slct_label, slct_value):
    # print(slct_label,slct_value)
    # print(type(slct_label), type(slct_value))

    container = "The year chosen by user was: {}".format(slct_label)

    dff = df.copy()
    # if slct_label:
    dff = df[df['Label1'] != slct_label]
    
    label = list(dff['Label1'].unique())
    source = np.repeat(np.arange(0, 5), 18).tolist()
    Value = list(dff['value'])
    target = list(dff['Label1'])
    color = np.repeat(np.array(['#a6cee3','#fdbf6f','#fb9a99','#e3a6ce','#a6e3da'],dtype=object), 18).tolist()
    link = dict(source=source,target=target,value=Value,color=color)
    
    node = dict(label=label,pad=35,thickness=15)
    data = go.Sankey(link=link,node=node)
    
    #graph the Sankey
    fig = go.Figure(data)
    fig.update_layout(
        hovermode= 'x',
        title = 'Migration from 1990 to 1992',
        font=dict(size=10,color='white'),
        paper_bgcolor='#51504f')
    
    return fig, container

  

if __name__ == '__main__':
    app.run_server()

我的数据

    Label1  value   year
0   cs.AI   1.00    1990
1   cs.AI   0.20    1990
2   cs.AI   0.85    1990
3   cs.AI   0.99    1990
4   cs.AI   0.19    1990
5   cs.AI   0.87    1990
6   cs.CC   0.19    1990
7   cs.CC   1.00    1990
8   cs.CC   0.34    1990
9   cs.CC   0.50    1990
10  cs.CC   0.09    1990
11  cs.CC   0.67    1990
12  cs.CE   0.94    1990
13  cs.CE   0.63    1990
14  cs.CE   1.00    1990
15  cs.CE   0.61    1990
16  cs.CE   0.82    1990
17  cs.CE   0.17    1990
18  cs.CG   0.74    1990
19  cs.CG   0.95    1990
20  cs.CG   0.53    1990
21  cs.CG   1.00    1990
22  cs.CG   0.43    1990
23  cs.CG   0.10    1990
24  cs.CL   0.31    1990
25  cs.CL   0.27    1990
26  cs.CL   0.91    1990
27  cs.CL   0.21    1990
28  cs.CL   1.00    1990
29  cs.CL   0.12    1990
30  cs.CR   0.31    1990
31  cs.CR   0.18    1990
32  cs.CR   0.76    1990
33  cs.CR   0.35    1990
34  cs.CR   0.67    1990
35  cs.CR   1.00    1990
36  cs.AI   1.00    1991
37  cs.AI   0.55    1991
38  cs.AI   0.82    1991
39  cs.AI   0.05    1991
40  cs.AI   0.17    1991
41  cs.AI   0.83    1991
42  cs.CC   0.52    1991
43  cs.CC   1.00    1991
44  cs.CC   0.64    1991
45  cs.CC   1.00    1991
46  cs.CC   0.80    1991
47  cs.CC   0.21    1991
48  cs.CE   0.10    1991
49  cs.CE   0.58    1991
50  cs.CE   1.00    1991
51  cs.CE   0.01    1991
52  cs.CE   0.77    1991
53  cs.CE   0.19    1991
54  cs.CG   0.08    1991
55  cs.CG   0.21    1991
56  cs.CG   0.63    1991
57  cs.CG   1.00    1991
58  cs.CG   0.34    1991
59  cs.CG   0.60    1991
60  cs.CL   0.91    1991
61  cs.CL   0.33    1991
62  cs.CL   0.60    1991
63  cs.CL   0.57    1991
64  cs.CL   1.00    1991
65  cs.CL   0.37    1991
66  cs.CR   1.00    1991
67  cs.CR   0.28    1991
68  cs.CR   0.92    1991
69  cs.CR   0.47    1991
70  cs.CR   0.53    1991
71  cs.CR   1.00    1991
72  cs.AI   1.00    1992
73  cs.AI   0.79    1992
74  cs.AI   0.86    1992
75  cs.AI   0.30    1992
76  cs.AI   0.27    1992
77  cs.AI   0.91    1992
78  cs.CC   0.06    1992
79  cs.CC   1.00    1992
80  cs.CC   0.72    1992
81  cs.CC   0.44    1992
82  cs.CC   0.31    1992
83  cs.CC   0.75    1992
84  cs.CE   0.40    1992
85  cs.CE   0.07    1992
86  cs.CE   1.00    1992
87  cs.CE   0.88    1992
88  cs.CE   0.79    1992
89  cs.CE   0.03    1992
90  cs.CG   0.74    1992
91  cs.CG   0.91    1992
92  cs.CG   1.00    1992
93  cs.CG   1.00    1992
94  cs.CG   0.68    1992
95  cs.CG   0.22    1992
96  cs.CL   0.42    1992
97  cs.CL   0.03    1992
98  cs.CL   0.95    1992
99  cs.CL   0.17    1992
100 cs.CL   1.00    1992
101 cs.CL   0.28    1992
102 cs.CR   0.04    1992
103 cs.CR   0.30    1992
104 cs.CR   0.26    1992
105 cs.CR   0.80    1992
106 cs.CR   0.90    1992
107 cs.CR   1.00    1992

【问题讨论】：

标签： python pandas plotly visualization plotly-dash

【解决方案1】：

您在“return”语句之后放置的内容必须按照与回调中相同的顺序放置。这意味着在您的代码中，返回应该是：“return container, fig”而不是“return fig, container”。如果它不起作用，请尝试仅将回调与一个输出 sankey 数字分开（并且当您只有一个输出时，不要在 Output 语句之外使用方括号）。您可以对容器输出进行另一个回调。

【讨论】：