时间戳

首页 > 解决方案 > 如何在 3d 散点图上自动化注释

python - 如何在 3d 散点图上自动化注释

问题描述

在这里，他们表明要向 3d 散点图添加注释，可以使用以下代码：

fig.update_layout(
    scene=dict(
        xaxis=dict(type="date"),
        yaxis=dict(type="category"),
        zaxis=dict(type="log"),
        annotations=[
        dict(
            showarrow=False,
            x="2017-01-01",
            y="A",
            z=0,
            text="Point 1",
            xanchor="left",
            xshift=10,
            opacity=0.7),
        dict(
            x="2017-02-10",
            y="B",
            z=4,
            text="Point 2",
            textangle=0,
            ax=0,
            ay=-75,
            font=dict(
                color="black",
                size=12
            ),
            arrowcolor="black",
            arrowsize=3,
            arrowwidth=1,
            arrowhead=1),
        dict(
            x="2017-03-20",
            y="C",
            z=5,
            ax=50,
            ay=0,
            text="Point 3",
            arrowhead=1,
            xanchor="left",
            yanchor="bottom"
        )]
    ),
)

这很好用，但它太手动了。我想自动化该过程，因为我有太多注释无法手动编写它们。

这是我的尝试：

for i in range(annotations):
    fig.update_layout(
        scene=dict(
            xaxis=dict(type='linear'),
            yaxis=dict(type='linear'),
            zaxis=dict(type='linear'),
            annotations=[
            dict(
                x=anx[i],
                y=any[i],
                z=anz[i],
                text='F')]))

但是，在绘制时，它只显示最后一个注释，因此它正在重写注释，而不是每次迭代都编写一个新注释。有谁知道如何自动化注释过程？就我而言，每个注释都有相同的文本，但坐标不同。另外，我没有为图上的每个点都添加注释，只是一些。

标签： python3dannotationsplotly

解决方案

fig.update_layout()不像list.append，每次调用它都会向已经存在的集合添加一些东西。它将根据提供的参数更新布局的配置，并且在循环中这样做只会向您显示您在上次迭代中设置的任何内容。

参数接受一个字典列表，annotations每个注释一个。你可以像这样自动化它

ann = [dict(x=x, y=y, z=z, text='F') for x, y, z in zip(anx, any, anz)]
fig.update_layout(
    scene=dict(
        xaxis=dict(type="date"),
        yaxis=dict(type="category"),
        zaxis=dict(type="log"),
        annotations=ann
    )
)

我还建议您为注释点的 y 坐标找到一个不同的名称，因为any在 Python 中已经有了一个函数，并且通过重新分配它可以将其删除。

推荐阅读