折线图上的日期按钮

我们的数据

在本节课中，我们将使用阿里巴巴股票价格的一些数据。我们可以打印出前几行数据，以查看其结构：

1# 导入库
2import pandas as pd
3import numpy as np
4
5# 导入数据集
6alibaba = pd.read_csv('/usr/local/csvfiles//alibaba.csv', parse_dates=['Date'])
7print(alibaba.head())

让我们绘制所有数据，以观察其中的模式：

1# 导入库
2import pandas as pd
3import numpy as np
4import plotly.express as px
5import plotly.graph_objects as go
6from plotly.subplots import make_subplots
7
8# 导入数据集
9alibaba = pd.read_csv('/usr/local/csvfiles//alibaba.csv', parse_dates=['Date'])
10
11# 创建轨迹并添加
12trace1 = go.Scatter(x=alibaba['Date'], 
13                    y=alibaba['Open'], 
14                    marker=dict(color='#7F00FF'),
15                    name='开盘价',
16                    mode='lines')
17
18trace2 = go.Scatter(x=alibaba['Date'], 
19                    y=alibaba['Close'], 
20                    marker=dict(color='black'),
21                    name='收盘价',
22                    mode='lines')
23fig = go.Figure(data=[trace1, trace2])
24
25# 格式化并显示
26fig.update_layout(title=go.layout.Title(text='阿里巴巴股票价格', x=0.5, xref='paper'))
27fig.show()

我们可以通过 pandas 对数据进行筛选，只获取感兴趣的范围，但事实上，我们可以轻松地利用 Plotly 的功能按日期进行筛选。这引出了下一个重要点：如何在图表中添加与日期相关的按钮。

添加按钮

我们可以在图表上添加按钮，以便回溯到过去某个特定时间段。使用 fig.update_xaxes 方法中的 rangeselector 参数来实现。

以下是一些可设置的重要属性：

• activecolor：选中按钮的背景颜色

• bgcolor：未点击时按钮的颜色

• bordercolor：按钮边框的颜色

• borderwidth：按钮边框的像素宽度

• buttons：图表上显示的按钮列表。该参数以字典列表的形式传入，每个字典代表一个按钮。在字典中，可以配置关键键值，如 count（步长周期的数量）、label（按钮上显示的文本）和 step（时间单位，支持 "month" | "year" | "day" | "hour" | "minute" | "second" | "all"）。此外还有 stepmode 属性，用于设置为 "todate" 或 "backward"。

• "backward"：如果滑块当前位于 2023 年 3 月 3 日，用户点击“1M”按钮，则滑块将移动到 2023 年 2 月 3 日。

• "todate"：如果图表显示的数据截止到 2022 年 2 月 3 日，用户点击“年初至今”按钮，则滑块将移动到 2022 年 1 月 1 日，而不是 2021 年 2 月 3 日。

在下面的代码中，我们设置了多种用途各异的按钮：

1# 导入库
2import pandas as pd
3import numpy as np
4import plotly.express as px
5import plotly.graph_objects as go
6from plotly.subplots import make_subplots
7
8# 导入数据集
9alibaba = pd.read_csv('/usr/local/csvfiles//alibaba.csv', parse_dates=['Date'])
10
11# 创建轨迹并添加
12# 压缩代码，因为逻辑未变
13trace1 = go.Scatter(x=alibaba['Date'], y=alibaba['Open'], 
14                    marker=dict(color='#7F00FF'), name='开盘价', mode='lines')
15trace2 = go.Scatter(x=alibaba['Date'], y=alibaba['Close'], 
16                    marker=dict(color='black'), name='收盘价', mode='lines')
17fig = go.Figure(data=[trace1, trace2])
18fig.update_layout(title=go.layout.Title(text='阿里巴巴股票价格', x=0.5, xref='paper'))
19
20# 新增代码！创建按钮
21fig.update_xaxes(
22    rangeslider_visible=False,
23    rangeselector=dict(
24        activecolor='lightgray',
25        bgcolor='white',
26        bordercolor='black',
27        borderwidth=1,
28        buttons=list([
29            dict(count=3, label="3D", step="day", stepmode="backward"),   # 3天
30            dict(count=7, label="1W", step="day", stepmode="backward"),   # 7天 = 1周
31            dict(count=1, label="1M", step="month", stepmode="backward"), # 1个月
32            dict(count=3, label="3M", step="month", stepmode="backward"), # 3个月
33            dict(count=6, label="6M", step="month", stepmode="backward"), # 6个月
34            dict(count=9, label="9M", step="month", stepmode="backward"), # 9个月
35            dict(count=1, label="年初至今", step="year", stepmode="todate"),  # 年初至今
36            dict(count=1, label="1Y", step="year", stepmode="backward"),  # 1年
37            dict(count=3, label="3Y", step="year", stepmode="backward"),  # 3年
38            dict(step="all") # 显示全部可用数据
39        ]),
40        font=dict(color='black', family='Arial', size=14)
41    )
42)
43
44fig.show()

如图所示，通过切换这些按钮，可以快速以交互方式过滤数据，而无需对数据集进行子集划分。

这是本节课所用所有代码练习的笔记本：