如何在独立窗口显示带plotly-resampler动态重采样的Dash图表？

问题 #

我有一个包含约4200万样本的500个Parquet文件数据集，用Dask读取数据后，通过简单下采样用Plotly绘图，目前运行正常。我希望在独立窗口（类似Matplotlib的窗口形式）中展示交互式图表，而非网页标签或Jupyter环境，之前已经用QWebEngineView实现了静态Plotly图的窗口展示。

因为数据集太大，我想使用plotly-resampler库实现基于缩放层级的动态重采样，但这个库依赖Dash。尝试将FigureResampler生成的图表传入原窗口展示代码后，图表只保留初始采样结果，缩放时无法动态更新重采样。

请问有没有办法在独立窗口中展示Dash图表，同时保留Dash的动态交互功能？

相关代码示例 #

原静态Plotly图窗口展示代码

# 原静态Plotly图窗口展示代码
import dask.dataframe as dd
import plotly.graph_objects as go

def show_in_window(fig):
    import sys, os
    import plotly.offline
    from PyQt5.QtCore import QUrl
    from PyQt5.QtWebEngineWidgets import QWebEngineView
    from PyQt5.QtWidgets import QApplication

    plotly.offline.plot(fig, filename='temp.html', auto_open=False)

    app = QApplication(sys.argv)
    web = QWebEngineView()
    file_path = os.path.abspath(os.path.join(os.path.dirname(__file__), "temp.html"))
    web.load(QUrl.fromLocalFile(file_path))
    web.show()
    sys.exit(app.exec_())

def create_plot(df,x_param,y_param):
    fig.add_trace(go.Scattergl(x = df[x_param] , y = df[y_param], mode ='markers'))

fig = go.Figure()
ddf = dd.read_parquet("results_parq/*.parquet")
create_data_for_plot(ddf,'t','reg',1)
fig.update_layout(showlegend=False)

show_in_window(fig)

尝试的动态重采样代码

fig = FigureResampler(go.Figure())
ddf = dd.read_parquet("results_parq/*.parquet")
create_data_for_plot(ddf,'t','reg',1)

show_in_window(fig)

解决方案 #

方法1：PyQt嵌入Dash本地服务 #

plotly-resampler的动态交互依赖Dash的回调机制，静态HTML文件无法触发这些回调。因此需要在PyQt窗口中启动一个本地Dash服务，再用QWebEngineView加载服务URL，以此保留动态交互功能。

示例代码：

import sys
import threading
import dask.dataframe as dd
import plotly.graph_objects as go
from plotly_resampler import FigureResampler
from dash import Dash, dcc, html
from PyQt5.QtCore import QUrl
from PyQt5.QtWebEngineWidgets import QWebEngineView
from PyQt5.QtWidgets import QApplication

def run_dash_app(app, port=8050):
    # 后台线程启动Dash服务，避免阻塞PyQt主线程
    app.run_server(port=port, debug=False, use_reloader=False)

def show_dash_in_window(dash_app, port=8050):
    # 启动Dash服务线程
    threading.Thread(target=run_dash_app, args=(dash_app, port), daemon=True).start()
    
    # 创建并显示PyQt窗口
    app = QApplication(sys.argv)
    web = QWebEngineView()
    web.load(QUrl(f"http://localhost:{port}"))
    web.show()
    sys.exit(app.exec_())

def create_resampled_plot(ddf, x_param, y_param):
    # 创建可重采样图表
    fig = FigureResampler(go.Figure())
    # 获取数据（若数据量过大，可改用plotly-resampler的Dask懒加载支持）
    df_sample = ddf.compute()
    fig.add_trace(
        go.Scattergl(x=df_sample[x_param], y=df_sample[y_param], mode='markers'),
        hf_x=df_sample[x_param], 
        hf_y=df_sample[y_param]
    )
    
    # 生成Dash应用并注册重采样回调
    dash_app = Dash(__name__)
    dash_app.layout = html.Div([dcc.Graph(figure=fig)])
    fig.register_update_graph_callback(dash_app)
    return dash_app

# 主逻辑
if __name__ == "__main__":
    ddf = dd.read_parquet("results_parq/*.parquet")
    dash_app = create_resampled_plot(ddf, 't', 'reg')
    show_dash_in_window(dash_app)

方法2：客户端离线重采样（限轻量场景） #

部分版本的plotly-resampler支持生成包含客户端重采样逻辑的HTML文件，无需依赖Dash服务。可尝试用write_html生成交互HTML后加载：

def show_resampled_in_window(fig):
    import sys, os
    from PyQt5.QtCore import QUrl
    from PyQt5.QtWebEngineWidgets import QWebEngineView
    from PyQt5.QtWidgets import QApplication

    # 生成带客户端重采样逻辑的HTML
    fig.write_html("temp_resampled.html", include_plotlyjs="cdn")
    
    app = QApplication(sys.argv)
    web = QWebEngineView()
    file_path = os.path.abspath(os.path.join(os.path.dirname(__file__), "temp_resampled.html"))
    web.load(QUrl.fromLocalFile(file_path))
    web.show()
    sys.exit(app.exec_())

# 使用示例
fig = FigureResampler(go.Figure())
df_sample = ddf.compute()
fig.add_trace(
    go.Scattergl(x=df_sample['t'], y=df_sample['reg'], mode='markers'),
    hf_x=df_sample['t'], 
    hf_y=df_sample['reg']
)
show_resampled_in_window(fig)

注意：该方法的客户端重采样能力有限，超大规模数据场景下，流畅度不如Dash服务端重采样。

内容的提问来源于stack exchange，提问作者Ben