是否有类似于 matlabs 数据提示的数据提示类或方法在 python dash 中编写一个脚本?

Question

>---Update--- 2018/1/27

经过调查。 我认为我需要走一个不同的方向。 Python Dash 看起来是最好的选择，但我在弄清楚如何使图形动态并在单击数据点时向图形添加注释时仍然遇到一些问题。

我想从破折号交互式图表的第一个示例中获取示例，并将其与注释功能相结合 - 注释的示例。

这正是我想要的，但我不确定如何在 python 版本的破折号中实现它 - 样式和格式注释

---

2018/1/20

我一直在寻找一种方法来编写类似于 Matlab 的数据提示工具或脚本作为 python 绘图版本。 我没有成功，因为似乎情节中的on_click或mouse_event功能没有很好地记录下来。 我正在尝试创建一个脚本或类，该脚本或类将使用python与plotly交互，以执行与Matlab的数据提示工具类似的功能。

这就是我到目前为止发现的。

此示例显示单击条形图以在单击时访问网址。

本示例在单击 Plotly 时创建数据点.js在单击时创建一个点。

这是鼠标事件处理 - 鼠标事件

这是最好的例子，但它适用于javascript，我不确定是否有一个适用于python - plotlyjs-events

我正在使用 Plotly 的标准示例来执行测试脚本，但尚未成功。任何建议或帮助将不胜感激。

下面是plotly的标准示例。

import plotly
import plotly.graph_objs as go
import plotly.widgets.graph_widget as gw
# Create random data with numpy
import numpy as np
N = 1000
random_x = np.random.randn(N)
random_y = np.random.randn(N)
# Create a trace
trace = go.Scatter(
x = random_x,
y = random_y,
mode = 'markers'
)
data = [trace]
plotly.offline.plot(data, filename='basic-scatter')

Answer 1

在搜索了绘图和破折号源代码以及示例之后。 我能够想出一些简单的功能。 这是一个开始，但它让我到达了我想去的地方。

import numpy as np
import dash
import dash_core_components as dcc
import dash_html_components as html
from dash.dependencies import Input, Output, Event
from textwrap import dedent as d
import json

import plotly.graph_objs as go
N = 1000
random_x = np.random.randn(N)
random_y = np.random.randn(N)
#Dash appliction boiler plate
app = dash.Dash()
app.css.config.serve_locally = True
app.scripts.config.serve_locally = True
styles = {
'pre': {
'border': 'thin lightgrey solid',
'overflowX': 'scroll'
}
}

# Edit your markup here
app.layout = html.Div([
html.H1('Wielding Data'),
dcc.Graph(id='basic-interactions'), 

html.Div(className='row', children=[
html.Div([
dcc.Markdown(d("""
**Hover Data**
Mouse over values in the graph.
""")),
html.Pre(id='hover-data', style=styles['pre'])
], className='three columns'),
html.Div([
dcc.Markdown(d("""
**Click Data**
Click on points in the graph.
""")),
html.Pre(id='click-data', style=styles['pre']),
], className='three columns'),
html.Div([
dcc.Markdown(d("""
**Selection Data**
Choose the lasso or rectangle tool in the graph's menu
bar and then select points in the graph.
""")),
html.Pre(id='selected-data', style=styles['pre']),
], className='three columns'),
html.Div([
dcc.Markdown(d("""
**Zoom and Relayout Data**
Click and drag on the graph to zoom or click on the zoom
buttons in the graph's menu bar.
Clicking on legend items will also fire
this event.
""")),
html.Pre(id='relayout-data', style=styles['pre']),
], className='three columns')
])
])
@app.callback(
Output('basic-interactions','figure'),
[Input('basic-interactions','clickData')
])
def update_graph(clickData):
if not clickData:
x_value=[]
y_value=[]
else:
x_value = clickData['points'][0]['x']
y_value = clickData['points'][0]['y']
return{'data': [go.Scatter(
x=random_x,
y=random_y,
mode = 'markers'
)          
],
'layout': {'hovermode': 'closest',
'annotations':[{
'x':x_value,
'y':y_value,
'arrowhead': 6,
'xref':'x',
'yref':'y',
'text':'X:' + str(x_value) + 'n' + 'Y:' + str(y_value),
'ax':0,
'ay':-20}]}}

@app.callback(
Output('hover-data', 'children'),
[Input('basic-interactions', 'hoverData')])
def display_hover_data(hoverData):
return json.dumps(hoverData, indent=2)

@app.callback(
Output('click-data', 'children'),
[Input('basic-interactions', 'clickData')])
def display_click_data(clickData): 
print(clickData)
return json.dumps(clickData, indent=2)

@app.callback(
Output('selected-data', 'children'),
[Input('basic-interactions', 'selectedData')])
def display_selected_data(selectedData):
return json.dumps(selectedData, indent=2)
@app.callback(
Output('relayout-data', 'children'),
[Input('basic-interactions', 'relayoutData')])
def display_selected_data(relayoutData):
return json.dumps(relayoutData, indent=2)
if __name__ == '__main__':
app.run_server(debug=False)