Question

我正在尝试使用共享的x轴创建2个图，我遇到了2个问题：

我使用yaxis和yaxis2标题和/或标记自定义布局后，y轴开始重叠
我希望这两个地块之间能够分享这些传说，但它们是重复的

以下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。

曼尼提前谢谢！

修改

按照Farbice的建议，我查看了来自create_facet_grid的{{1}}函数（顺便说一下，需要2.0.12+），我确实设法用更少的行重现相同的图像，但它给了我的灵活性较低 - 例如我不认为你可以使用这个功能绘制线条，它也有传说重复问题，但如果你正在寻找一个临时的，这可能是非常有效的。它需要长格式的数据，请参见下面的示例：

plotly.figure_factory

结果如下：

Answer 1

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具有以下列的表：

历元
变量：＆＃39; acc＆＃39;或者＆＃39;损失＆＃39;
设置：＆＃39;验证＆＃39;或者＆＃39; train＆＃39;
value：给定epoch / variable / set的值

通过这样做，您可能会发现通过在变量＆＃39;变量上使用构面来创建所需的图表更容易。使用＆＃39;设置＆＃39; -traces，其中x = epoch，y = value

如果您是编码解决方案，请提供一些数据。

希望这有用。

Answer 2

经过多挖掘后，我找到了解决问题的方法。

首先，重叠的y轴问题是由布局更新中的yaxis参数引起的，必须更改为yaxis1。

传奇中重复的第二个问题有点棘手，但this帖子帮助我解决了问题。我们的想法是每个跟踪都可以有一个与之关联的图例，因此如果您要绘制多个跟踪，您可能只想使用其中一个跟踪的图例（使用showlegend参数），但要确保一个图例控制多个子图的切换，您可以使用legendgroup参数。

以下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：

Plotly（Python）子图：填充构面和共享图例

2 个答案: