圆滑冻结-破折图可视化

Question

我正在开发一个破折号应用程序，这是我的代码：

import numpy as np
import dash
import dash_core_components as dcc
import dash_html_components as html
from dash.dependencies import Input, Output
import plotly.graph_objs as go

blue = '#6683f3'
orange = '#ff9266'
grey = '#e0e1f5'
black = '#212121'

app = dash.Dash()

app.layout = html.Div([html.Div([dcc.RadioItems(id = 'radio-item',
                                                options = [dict(label = 'squared',
                                                                value = '2'),
                                                           dict(label = 'cubed',
                                                                value = '3')],
                                                value = '2',
                                                labelStyle = {'display': 'block'})]),

                       html.Div(dcc.Graph(id = 'graph',
                                          figure = dict(data = [],
                                                        layout = go.Layout(plot_bgcolor = black)),
                                          style = dict(height = 1000)))])


@app.callback(Output('graph', 'figure'),
              [Input('radio-item', 'value')])
def update_graph(value):

    x = np.linspace(0, 10, 100)
    y = np.linspace(0, 10, 100)
    XX, YY = np.meshgrid(x, y)

    Z1 = XX ** int(value) * YY
    Z2 = XX ** int(value) / YY

    data = [go.Contour(z = Z1,
                       name = f'Z1',
                       zmin = 0,
                       zmax = 100,
                       contours_coloring = 'lines',
                       line_width = 2,
                       showscale = False,
                       showlegend = True,
                       visible = True,
                       colorscale = [[0, orange], [1, orange]],
                       ncontours = 21,
                       contours = dict(showlabels = True,
                                       labelformat = '.0f')),

            go.Contour(z = Z2,
                       name = f'Z2',
                       zmin = 0,
                       zmax = 100,
                       contours_coloring = 'lines',
                       line_width = 2,
                       showscale = False,
                       showlegend = True,
                       visible = True,
                       colorscale = [[0, blue], [1, blue]],
                       ncontours = 21,
                       contours = dict(showlabels = True,
                                       labelformat = '.0f'))]

    layout = go.Layout(plot_bgcolor = black,
                       hovermode = 'x unified')

    figure = go.Figure(data = data, layout = layout)

    figure.update_xaxes(title_text = 'X',
                        linewidth = 1,
                        nticks = 11,
                        gridwidth = 0.5,
                        gridcolor = grey,
                        tickformat = '.0f')

    figure.update_yaxes(title_text = 'Y',
                        linewidth = 1,
                        nticks = 11,
                        gridwidth = 0.5,
                        gridcolor = grey,
                        tickformat = '.0f')

    figure.update_layout(legend = dict(itemsizing = 'constant'))

    return figure


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

这段代码生成了一个图和一个带有两个选项的RadioItems。图形的内容通过RadioItems函数相应地更新到update_graph选择选项。到目前一切尚好。

当我缩放/平移图形，然后更改RadioItems选项时，问题就出现了:图形被正确更新，但它失去了我以前做的缩放/pan。如果我显示/隐藏两个跟踪中的一个，然后更改RadioItems选项，则相同的问题是:图形被更新，但是跟踪的可视化选项被重新检查。

这种行为是由于我拥有的代码:当用户更改RadioItems选项时，它被称为重置图形的函数update_graph，因此会丢失像pan/缩放或隐藏/显示跟踪选项这样的属性。

我希望冻结这些可视化选项，这样，当用户进行平移/缩放，然后更改RadioItems选项时，图形就会正确地更新，但是它会保持用户之前所做的pan/缩放。跟踪隐藏/显示选项也是如此。

我认为有一种方法可以在变量中保存当前显示的区域，在另一个变量中保存跟踪的可见性，并在update_graph中回忆这个变量，但我不知道如何保存和回忆这些属性。

版本信息：

Python                  3.7.0
dash                    1.12.0
dash-core-components    1.10.0
dash-html-components    1.0.3
dash-renderer           1.4.1
plotly                  4.8.1

Answer 1

我相信您要寻找的是uirevision属性(有关详细信息，请参阅文献资料)。若要保持缩放、平移等，请在更新图形时设置此属性，即

fig['layout']['uirevision'] = 'something'

您设置的值并不重要(可以使用数字、字符串等)，重要的是在后续更新过程中该值保持不变(不需要缩放、平移等)。每当您需要重置视图时，请将值更改为其他值。

fig['layout']['uirevision'] = 42