是否可以使用 Plotly Express 创建子图？

我想创建一个子图，其中包含使用该函数生成的 2 个图plotly.express.line， 是否可以？鉴于 2 情节：

fig1 =px.line(df, x=df.index, y='average')
fig1.show()

fig2 = px.line(df, x=df.index, y='Volume')
fig2.show()

我想生成一个由 2 个子图组成的独特图（在示例Fig1和Fig2中）

Yes，您可以使用plotlyexpress构建子图。任何一个

1.直接通过参数facet_row and facet_colums（在这种情况下我们经常谈论面图 https://plotly.com/python/facet-plots/，但它们是同一件事），或者

2.间接地通过从使用plotlyexpress构建的图形中“窃取”元素并在标准中使用它们make_subplots() https://plotly.com/python-api-reference/generated/plotly.subplots.make_subplots.html设置为fig.add_traces() https://plotly.com/python/creating-and-updating-figures/

方法一：Python 中的分面图和网格图 https://plotly.com/python/facet-plots/

尽管plotly.express支持宽格式和长格式的数据，但我通常更喜欢从后者构建分面图。如果您有这样的数据集：

    Date variable  value
0  2019-11-04  average      4
1  2019-11-04  average      2
.
.
8  2019-12-30   volume      5
9  2019-12-30   volume      2

然后你可以通过以下方式构建你的子图：

fig = px.line(df, x='Date', y = 'value', facet_row = 'variable')

Plot 1:

默认情况下，px.line()将对两条线应用相同的颜色，但您可以通过以下方式轻松处理：

fig.update_traces(line_color)

这个完整的代码片段向您展示了如何：

import plotly.graph_objects as go
import plotly.express as px
import pandas as pd

df = pd.DataFrame({'Date': ['2019-11-04', '2019-11-04', '2019-11-18', '2019-11-18', '2019-12-16', '2019-12-16', '2019-12-30', '2019-12-30'],
                  'variable':['average', 'volume', 'average', 'volume', 'average','volume','average','volume'],
                  'value': [4,2,6,5,6,7,5,2]})

fig = px.line(df, x='Date', y = 'value', facet_row = 'variable')

fig.update_traces(line_color = 'red', row = 2)

fig.show()

方法二：make_subplots

由于plotlyexpress可以用相当复杂的数据集做一些非常惊人的事情，我认为你没有理由不应该在你想使用的情况下绊倒elements一个情节表达的图形作为source对于一个次要情节。这很有可能。

下面是一个例子，我用它来绘制图形px.line on the px.data.stocks()数据集。然后我继续使用提取一些感兴趣的元素add_trace and go.Scatter in a For Loop构建子图设置。您当然可以争辩说，您可以直接在数据源上轻松地执行此操作。但话又说回来，正如最初所说，plotlyexpress 本身就是一个优秀的数据处理程序。

图 2：使用绘图表达数字作为源的子图：

完整代码：

import plotly.graph_objects as go
import plotly.express as px
import pandas as pd

from plotly.subplots import make_subplots

df = px.data.stocks().set_index('date')

fig1 = px.line(df[['GOOG', 'AAPL']])
fig2 = px.line(df[['AMZN', 'MSFT']])

fig = make_subplots(rows=2, cols=1)

for d in fig1.data:
    fig.add_trace((go.Scatter(x=d['x'], y=d['y'], name = d['name'])), row=1, col=1)
        
for d in fig2.data:
    fig.add_trace((go.Scatter(x=d['x'], y=d['y'],  name = d['name'])), row=2, col=1)
    
fig.show()