如何在 Plotly 中制作多面图有自己的 YAxes 刻度标签？

Posted 2023-02-18

【中文标题】如何在 Plotly 中制作多面图有自己的 YAxes 刻度标签？

【英文标题】：How can I make faceted plots in Plotly have their own individual YAxes tick labels?

【发布时间】：2020-07-14 18:07:52

【问题描述】：

当我使用 Plotly express 绘制具有不同范围的不同参数时 - 在下面的示例中，BloodPressureHigh、Height(cm)、Weight(kg) 和 BloodPressureLow - 使用 facet_col 参数，我无法得到结果plot 以显示每个多面图的唯一 YTicks。 fig 对象是否有一种简单的方法可以在生成的多面图中显示每组 YTicks？否则，正如您在生成的图像中看到的那样，不清楚每个箱线图是否在其自己独特的 Y 轴上。

import plotly.express as px
import pandas as pd

temp = [
    "Clinic": "A", "Subject": "Bill", "Height(cm)": 182, "Weight(kg)": 101, "BloodPressureHigh": 128, "BloodPressureLow": 90,
    "Clinic": "A", "Subject": "Susie", "Height(cm)": 142, "Weight(kg)": 67, "BloodPressureHigh": 120, "BloodPressureLow": 70,
    "Clinic": "B", "Subject": "John", "Height(cm)": 202, "Weight(kg)": 89, "BloodPressureHigh": 118, "BloodPressureLow": 85,
    "Clinic": "B", "Subject": "Stacy", "Height(cm)": 156, "Weight(kg)": 78, "BloodPressureHigh": 114, "BloodPressureLow": 76,
    "Clinic": "B", "Subject": "Lisa", "Height(cm)": 164, "Weight(kg)": 59, "BloodPressureHigh": 112, "BloodPressureLow": 74 
]
df = pd.DataFrame(temp)

# Melt the dataframe so I can use plotly express to plot distributions of all variables
df_melted = df.melt(id_vars=["Clinic", "Subject"])
# Plot distributions, with different parameters in different columns
fig = px.box(df_melted, x="Clinic", y="value", 
       facet_col="variable", boxmode="overlay"
)
# Update the YAxes so that the faceted column plots no longer share common YLimits
fig.update_yaxes(matches=None)
# Last step needed: Add tick labels to each yaxis so that the difference in YLimits is clear?

【问题讨论】：

您介意添加预期输出的图吗？

谢谢@rpanai，下面你的答案中的输出正是我想要的。

我觉得用shared_y会更好看。

【参考方案1】：

这对你有帮助吗？

fig = px.box(df_melted, x="Clinic", y="value", 
             facet_col="variable", boxmode="overlay")

fig.update_yaxes(matches=None)
fig.for_each_yaxis(lambda yaxis: yaxis.update(showticklabels=True))
    
fig.show()

【讨论】：

也可以一键设置fig.update_yaxes(matches=None, showticklabels=True).

@JanKislinger 不错，