Jupyter Notebook中用新数据更新Plotly图表而非生成新图表

你的问题核心是每次选择新ticker时都会生成新图表，而非更新现有图表——这是因为每次调用fig.show()都会在Notebook中插入一个全新的Plotly实例，而非替换旧实例。下面提供两种高效的解决方法：

方法1：使用ipywidgets的Output容器（简单直观） #

通过创建一个固定的输出容器，每次更新时清空原有内容再显示新图表，实现图表替换效果：

import plotly.graph_objects as go
import ipywidgets as widgets
import pandas as pd

df = pd.DataFrame(
    {'ticker' : ['a', 'b', 'c', 'a', 'b', 'c', 'a', 'b', 'c'], 
     'timestamp' : [1,1,1,2,2,2,3,3,3], 
     'val' : [10,11,12,21,22,23, 100, 200, 300]})

# 创建下拉组件
ddwn = widgets.Dropdown(options=df.ticker.unique(), value=df.ticker.unique()[0])
# 创建固定输出容器
output = widgets.Output()
display(ddwn, output)

def on_change(change):
    if change['type'] == 'change' and change['name'] == 'value':
        d = df[df['ticker'] == change['new']].sort_values('timestamp')
        with output:
            # 清空原有输出（wait=True避免闪烁）
            output.clear_output(wait=True)
            # 生成并显示新图表
            fig = go.Figure(data=go.Scatter(x=d.timestamp, y=d.val, name=change['new']))
            fig.show()

ddwn.observe(on_change)

方法2：使用FigureWidget直接更新数据（更高效） #

利用Plotly的FigureWidget实现交互式数据更新，无需重复创建图表实例，性能更优：

import plotly.graph_objects as go
import ipywidgets as widgets
import pandas as pd

df = pd.DataFrame(
    {'ticker' : ['a', 'b', 'c', 'a', 'b', 'c', 'a', 'b', 'c'], 
     'timestamp' : [1,1,1,2,2,2,3,3,3], 
     'val' : [10,11,12,21,22,23, 100, 200, 300]})

# 初始化默认图表（用第一个ticker的数据）
default_ticker = df.ticker.unique()[0]
default_data = df[df['ticker'] == default_ticker].sort_values('timestamp')
fig_widget = go.FigureWidget(data=go.Scatter(x=default_data.timestamp, y=default_data.val, name=default_ticker))

# 创建下拉组件
ddwn = widgets.Dropdown(options=df.ticker.unique(), value=default_ticker)
display(ddwn, fig_widget)

def on_change(change):
    if change['type'] == 'change' and change['name'] == 'value':
        d = df[df['ticker'] == change['new']].sort_values('timestamp')
        # 批量更新图表数据（避免多次渲染闪烁）
        with fig_widget.batch_update():
            fig_widget.data[0].x = d.timestamp
            fig_widget.data[0].y = d.val
            fig_widget.data[0].name = change['new']
            fig_widget.layout.title.text = f'Ticker: {change["new"]}'

ddwn.observe(on_change)

关键说明 #

• 你之前尝试的Matplotlib清除方案无效，是因为Plotly和Matplotlib的渲染机制完全独立，前者是基于Web的交互式图表，后者是静态位图渲染。
• 两种方法都不需要为每个ticker创建图表字典，完全动态处理数据。

内容的提问来源于stack exchange，提问作者Roman Kazmin