Plotly滑块仅更新单图问题：柴油循环TS图不随压缩比变化

问题 #

制作柴油循环的P-V（压力-体积）和T-S（温度-熵）双图，期望调节压缩比（rk）的滑块仅更新左侧P-V图，右侧T-S图保持静态。但当前移动滑块时，T-S图会变成P-V图的副本。

问题根源 #

原代码中滑块的update方法未指定更新范围，args=[{"y": [P], "x": [V]}]会全局替换所有子图的x/y数据，导致第二个子图（T-S图）的轨迹被P-V数据覆盖。

修复方案 #

1. 使用restyle方法替代update，仅修改指定轨迹的属性
2. 通过selector参数指定只更新P-V图的轨迹（按名称或索引定位）
3. 确保T-S图的初始数据仅计算一次，后续不再修改

完整修复代码 #

import numpy as np
import math
import plotly.io as pio
from plotly.subplots import make_subplots
pio.renderers.default='browser'

# Constants and assumptions
bore = .078
stroke = .062
vd = math.pi * (bore/2)**(2) * stroke
rk = 15 #typical compression ratio for small diesel engines
V2 = vd / (rk - 1)
V1 = rk * V2
T1 = 300 #kelvin assumed atmospheric
P1 = 101.325 #kpa assumed athmospheric
k = 1.4 #assumed ideal gas
rc = 2.5 #for high efficiency operation
S1 = 10 #change. for testing
cp = 1.0038
cv = 0.717

# 初始计算T-S图静态数据
P2 = P1 * (rk)**k
T2 = T1 * (rk)**(k-1)
P3 = P2
T3 = rc * T2
V3 = V2 * rc
V4 = V1
P4 = P3 * (V3 / V4)**k
T4 = T3 * (P4 / P3)**((k-1)/k)
m = (P1*V1)/(0.287*T1)
S3 = S1 + m * cp * np.log(T3/T2)

# 初始化P-V和T-S的轨迹数据
V = [V1]
P = [P1]
T = [T1]
S = [S1]

points12 = 100
points34 = 100
points23 = 100
points41 = 100

# 计算初始P-V图的所有点
for i in range(1, points12 + 1):
    Vi = V1 * (V2 / V1) ** (i / points12)
    Pi = P1 * (V1 / Vi) ** k
    V.append(Vi)
    P.append(Pi)
    
# 计算初始T-S图的所有点（静态，后续不再修改）
for i in range(0, points23 + 1):
    Ti = T2 * (T3 / T2) ** (i / points23)
    Si = S1 + m * cp * np.log(Ti / T2)
    T.append(Ti)
    S.append(Si)

for i in range(0, points34 + 1):
    Vi = V3 * (V4 / V3) ** (i / points34)
    Pi = P3 * (V3 / Vi) ** k
    V.append(Vi)
    P.append(Pi)

for i in range(0, points41 + 1):
    Ti = T4 * (T1 / T4) ** (i / points41)
    Si = S3 + m * cv * np.log(Ti / T4)
    T.append(Ti)
    S.append(Si)

V.extend([V1, V1])
P.extend([P1, P1])
T.extend([T1, T1])
S.extend([S1, S1])

fig = make_subplots(cols=2, subplot_titles=("P-V Diagram", "T-S Diagram"))

# 生成滑块步骤
slider_steps = []
for rk_val in range(10, 31):
    V2_val = vd / (rk_val - 1)
    V1_val = rk_val * V2_val
    P2_val = P1 * (rk_val)**k
    P3_val = P2_val
    V3_val = V2_val * rc
    V4_val = V1_val
    P4_val = P3_val * (V3_val / V4_val)**k
    
    # 重新计算P-V图的所有点
    V_new = [V1_val]
    P_new = [P1]
    
    for i in range(1, points12 + 1):
        Vi = V1_val * (V2_val / V1_val) ** (i / points12)
        Pi = P1 * (V1_val / Vi) ** k
        V_new.append(Vi)
        P_new.append(Pi)
        
    for i in range(0, points34 + 1):
        Vi = V3_val * (V4_val / V3_val) ** (i / points34)
        Pi = P3_val * (V3_val / Vi) ** k
        V_new.append(Vi)
        P_new.append(Pi)

    V_new.extend([V1_val, V1_val])
    P_new.extend([P1, P1])
    
    # 计算效率等信息用于滑块标签
    effi = (1-(1/(rk_val**(k-1)))*((((rc)**k)-1)/(k*(rc-1))))*100
    clr= V2_val*1000000
    
    # 定义滑块步骤：仅更新P-V图（通过轨迹名称选择）
    step = dict(
        method="restyle",
        label=f"rk = {rk_val} | 效率: {effi:.1f}% | 燃烧室容积: {clr:.1f}cm³ | 截断比: {rc}",
        args=[{"x": [V_new], "y": [P_new]}],
        selector=dict(name="Diesel Cycle PV")  # 指定要更新的轨迹名称
    )
    slider_steps.append(step)

sliders = [
    dict(
        active=5,  # 对应rk=15的初始位置（10-30中第6个元素，索引5）
        currentvalue={"prefix": "压缩比 (rk): "},
        pad={"t": 50},
        steps=slider_steps,
    )
]

# 添加两个子图的轨迹
fig.add_scatter(x=V, y=P, mode='lines+markers', name='Diesel Cycle PV', row=1, col=1)
fig.add_scatter(x=S, y=T, mode='lines+markers', name='Diesel Cycle TS', row=1, col=2)

# 配置布局和轴标签
fig.update_layout(
    sliders=sliders,
    title='柴油循环可视化',
    xaxis=dict(title='Volume (m³)'),
    yaxis=dict(title='Pressure (kPa)'),
    xaxis2=dict(title='Entropy'),
    yaxis2=dict(title='Temperature (K)')
)

fig.show()

关键修改说明 #

1. 轨迹选择：通过selector=dict(name="Diesel Cycle PV")精准指定只更新P-V图的轨迹，避免影响T-S图
2. 方法替换：用restyle替代update，restyle专门用于修改现有轨迹的属性（如x/y数据），不会全局替换所有内容
3. 静态数据分离：T-S图的初始数据仅计算一次，滑块循环中不再处理T-S相关计算，确保其始终保持初始状态
4. 滑块初始位置修正：active=5对应rk=15（因为循环从10开始，15是第6个值，索引为5），与初始计算的rk一致

内容的提问来源于stack exchange，提问作者wisn