如何用Python的Plotly结合Frames和Slider绘制双热力图？

以下是完整的可运行解决方案，完美结合静态双热力图布局与滑块动画功能：

import plotly.graph_objects as go
from plotly.subplots import make_subplots
import numpy as np

# 数据加载（替换为你的文件路径）
files = {
    'gas': np.load('gas.npy'),
    'solid': np.load('solid.npy')
}

# 校验两组数据帧数一致
assert len(files['gas']) == len(files['solid']), "gas和solid数据帧数必须匹配"
num_frames = len(files['gas'])

# 计算全局颜色范围（保证动画过程中颜色刻度稳定）
gas_min, gas_max = np.min(files['gas']), np.max(files['gas'])
solid_min, solid_max = np.min(files['solid']), np.max(files['solid'])

# 1. 创建基础子图布局（复用静态图的配置）
fig = make_subplots(rows=1, cols=2, shared_yaxes=True, shared_xaxes=True)

# 2. 添加初始帧的两个热力图
fig.add_trace(
    go.Heatmap(z=files['gas'][0].T, coloraxis='coloraxis1', zmin=gas_min, zmax=gas_max),
    row=1, col=1
)
fig.add_trace(
    go.Heatmap(z=files['solid'][0].T, coloraxis='coloraxis2', zmin=solid_min, zmax=solid_max),
    row=1, col=2
)

# 3. 构建动画Frames：每个Frame包含当前帧的双热力图数据
frames = []
for i in range(num_frames):
    frame = go.Frame(
        data=[
            # 左子图：gas当前帧
            go.Heatmap(z=files['gas'][i].T, coloraxis='coloraxis1', zmin=gas_min, zmax=gas_max),
            # 右子图：solid当前帧
            go.Heatmap(z=files['solid'][i].T, coloraxis='coloraxis2', zmin=solid_min, zmax=solid_max)
        ],
        name=str(i)
    )
    frames.append(frame)

# 4. 配置滑块、播放按钮与整体布局
fig.update(frames=frames)
fig.update_layout(
    # 静态图原有布局配置
    legend=dict(x=0.5, xanchor='center', y=1, yanchor='bottom', orientation='h'),
    coloraxis1=dict(colorscale='jet', colorbar_x=-0.20, colorbar_thickness=10),
    coloraxis2=dict(colorscale='jet', colorbar_x=1.00, colorbar_thickness=10),
    width=800, height=700,
    yaxis={"title": 'y [m/10]'},
    xaxis={"title": 'r [m/10]', 'side': 'top'},
    xaxis2={"title": 'r [m/10]', 'side': 'top'},
    title_x=0.5,
    # 滑块配置
    sliders=[{
        "steps": [
            {
                "args": [[f.name], {"frame": {"duration": 300, "redraw": True}, "mode": "immediate"}],
                "label": str(f.name),
                "method": "animate"
            } for f in frames
        ],
        "currentvalue": {"prefix": "Frame: "}
    }],
    # 播放/暂停按钮
    updatemenus=[{
        "type": "buttons",
        "buttons": [
            {"label": "Play", "method": "animate", "args": [None, {"frame": {"duration": 300}, "fromcurrent": True}]},
            {"label": "Pause", "method": "animate", "args": [[None], {"frame": {"duration": 0}, "mode": "immediate"}]}
        ],
        "x": 0.5,
        "xanchor": "center",
        "y": -0.15
    }]
)

fig.show()

核心实现要点 #

• 双Trace帧结构：每个动画Frame必须包含两个热力图对象，分别对应左右子图的当前帧数据，这是实现同步更新的核心。
• 稳定颜色刻度：提前计算每组数据的全局最小/最大值并绑定到热力图，避免动画切换时颜色范围跳变，保证可视化一致性。
• 子图布局复用：完全继承静态图的子图配置（共享轴、独立颜色轴），确保布局与静态图完全一致。
• 滑块绑定逻辑：每个滑块步骤与Frame一一对应，通过mode: immediate实现即时视图更新。

内容的提问来源于stack exchange，提问作者Lucas Quaresma