Plotly散点图X轴错误聚合时间序列数据问题求助

开发者阿泽

2026-7-7

Plotly Express散点图在Streamlit中时间轴异常聚合问题解决

问题概述

场景：在Streamlit仪表盘中用Plotly Express绘制每秒（精确到微秒）采集的时间序列散点图
异常表现：图表将约每两分钟的数据聚合在一起，X轴数据分布严重失真
对比验证：
- 预期效果：Matplotlib在Jupyter Notebook中绘制的图表，数据点在X轴均匀分布
- 排查结论：数据本身无问题，Plotly折线图可正确展示数据点的X轴间距

问题原因

Plotly Express散点图默认会对高密集度的时间序列数据触发自动聚合/采样逻辑——当数据量极大时（比如每秒1个点，小时级数据可达3600个点），为优化渲染性能，会合并邻近数据点，导致视觉上出现"两分钟聚合"的假象。而折线图因需要连接连续数据，不会启用该自动聚合规则。

解决方案

通过显式配置关闭Plotly的自动聚合功能，以下两种方案均可解决：

方案1：在`px.scatter`中强制禁用聚合

fig = px.scatter(df,
                 x='dateTime',
                 y='currentHeading',
                 hover_data=['dateTime'])  # 显式传入原始时间数据，触发全量渲染
fig.update_yaxes(
    scaleanchor="x",
    scaleratio=1)
fig.update_xaxes(showgrid=False, tickformat="%H:%M:%S")
# 强制关闭数据采样，确保所有点都被渲染
fig.update_traces(marker=dict(size=4), selector=dict(mode='markers'))

方案2：改用Plotly Graph Objects手动构建散点图

如果方案1效果不佳，直接使用底层API可实现更精准的控制：

import plotly.graph_objects as go

fig = go.Figure(data=go.Scatter(
    x=df['dateTime'],
    y=df['currentHeading'],
    mode='markers',
    marker=dict(size=4)
))
fig.update_yaxes(scaleanchor="x", scaleratio=1)
fig.update_xaxes(showgrid=False, tickformat="%H:%M:%S")