主页 / 问题 / 1491253
Accepted
Elijah_Pris
Asked:2023-01-30 16:20:59 +0800 CST2023-01-30 16:20:59 +0800 CST

使用滑块可视化函数

  • 772

我正在尝试在线性回归问题中可视化线性函数的系数对其图形的影响，类似于它在 desmos 中的完成方式 在此处输入图像描述

为此，我使用以下代码从其他人的代码片段中编译而成

import pandas as pd                      
import numpy as np
import plotly.offline as py
import plotly.graph_objs as go
py.init_notebook_mode(connected=False)
# Create figure
fig = go.Figure(go.Scatter(x=data.Population, y=data.Profit, mode='markers', name='Population&Profit'))

# Add traces, one for each slider step
for step in np.arange(0, 2, 0.1):
    x=np.linspace(3, 23, 100)
    fig.add_trace(
        go.Scatter(
            x=x,
            y=step*np.linspace(-4,23,100)+step))


# Create and add slider
steps = []
for i in range(len(fig.data)):
    step = dict(
        method="update",
        args=[{"visible": [False] * len(fig.data)},
              {"title": "Slider switched to step: " + str(i)}],  # layout attribute
    )
    step["args"][0]["visible"][i] = True  # Toggle i'th trace to "visible"
    steps.append(step)

sliders = [dict(
    active=10,
    currentvalue={"prefix": "Frequency: "},
    pad={"t": 50},
    steps=steps
)]

fig.update_layout(
    sliders=sliders
)

fig.show()

最终结果是这样的在此处输入图像描述

移动滑块时，只绘制了一条新线，我尝试在函数内添加绘图点add_trace，但没有帮助。此外，这个功能感觉不像它在desmos+ 我仍然想为k和 for实现相同的滑块b。

如果您通过为点添加跟踪来更改代码如下：

for step in np.arange(0, 2, 0.1):
    x=np.linspace(3, 23, 100)
    y=step*np.linspace(-4,23,100)+step
    fig.add_trace(
        go.Scatter(x=data.Population, 
            y=data.Profit, 
            mode='markers', 
            name='Population&Profit')
    )
    fig.add_trace(
        go.Scatter(
            x=x,
            y=y)
    )

那么结果将如下所示： 在此处输入图像描述

而当你改变滑块的位置时，先画点，再画线，最后一条与点重叠。如果改变定义的顺序，那么相反，点会和线重叠，也就是没有叠加效果。

我试图fig在函数内部定义它，但随后一切都崩溃了。

python

1 个回答

  1. Best Answer

    我编辑了代码，用带有箭头的注释标记更改：

    import pandas as pd                      
import numpy as np
import plotly.offline as py
import plotly.graph_objs as go
py.init_notebook_mode(connected=False)
data = pd.read_csv('ex1data1.csv', sep=",", header=None)
data.columns = ["Population", "Profit"]  # устанавливаем заголовки
#print(data.head())
#print(data.info())
# Create figure
fig = go.Figure(go.Scatter(x=data.Population, y=data.Profit, mode='markers', name='Population&Profit'))

# Add traces, one for each slider step
for step in np.arange(0, 2, 0.1):
#    x=np.linspace(3, 23, 100)
    x=np.linspace(data.Population.min(), data.Population.max(), 100)    #<--- (1)
    fig.add_trace(
        go.Scatter(
            x=x,
#            y=step*np.linspace(-4,23,100)+step,
            y  = step*np.linspace(data.Profit.min(),data.Profit.max(),100)+step,  #<--- (2)
#            visible='legendonly'
            visible=True if step==1 else False
        )
    )

    
# Create and add slider
steps = []
for i in range(1, len(fig.data)): #<--- (3)
    step = dict(
        method="update",
        args=[{"visible": [False] * len(fig.data)},
              {"title": "Slider switched to step: " + str(i)}],  # layout attribute
    )
    step["args"][0]["visible"][0] = True  # <--- (4)
    step["args"][0]["visible"][i] = True  # Toggle i'th trace to "visible"
    steps.append(step)

    
sliders = [dict(
    active=10,
    currentvalue={"prefix": "Frequency: "},
    pad={"t": 50},
    steps=steps
)]

fig.update_layout(
    sliders=sliders,
    autosize=False,   #<--- 5
)

fig.show()
    • 1 和 2 - 为了使图形不“跳跃”，最好给出准确的值
    • 3 - 在这种情况下，范围不能取自 0，否则，如果滑块为零，则不会绘制第一条线。
    • 4 - 在每次绘制图形时，您必须始终绘制初始数据的点
    • 5 - 再次禁用自动调整大小，以便图形跳跃更少

    这是运行代码时的初始图片（现在不是一次显示所有轨迹，而是只显示选定的轨迹）：

    在此处输入图像描述

    例如，这里的滑块位于“2”上的图片

    在此处输入图像描述

    • 2

相关问题