如何通过下拉框触发Plotly px.line从数据库刷新数据？

要实现下拉框选择后从数据库实时加载数据更新px.line折线图，同时保留px.line默认交互功能，可以结合ipywidgets的下拉组件和回调机制来实现，具体步骤如下：

1. 导入依赖库 #

import ipywidgets as widgets
import plotly.express as px
from IPython.display import display

假设你的prepare_dashboard_data函数已经定义完成，该函数接收过滤参数，从数据库加载并返回过滤后的DataFrame。

2. 创建下拉选择控件 #

根据你的业务需求定义下拉选项，示例中以产品类别为例：

# 初始化下拉框
filter_dropdown = widgets.Dropdown(
    options=['产品A', '产品B', '产品C'],  # 替换为你的实际过滤选项
    value='产品A',  # 默认选中值
    description='选择过滤项:',
    style={'description_width': 'initial'}  # 调整描述文字宽度
)

3. 初始化图表并绑定回调逻辑 #

方式一：通过observe监听下拉框变化（推荐） #

这种方式可以直接更新现有图表，交互更流畅：

# 加载初始数据并生成初始折线图
initial_data = prepare_dashboard_data(filter_dropdown.value)
fig = px.line(
    initial_data,
    x='日期',  # 替换为你的x轴字段
    y='销售额',  # 替换为你的y轴字段
    title='数据趋势图'
)
# 显示初始图表和下拉框
display(filter_dropdown)
display(fig)

# 定义回调函数
def update_chart(change):
    # 仅处理值变化事件
    if change['type'] == 'change' and change['name'] == 'value':
        # 获取选中的过滤参数
        selected_param = change['new']
        # 从数据库加载新数据
        new_data = prepare_dashboard_data(selected_param)
        # 用px.line重新生成图表（保留默认交互）
        updated_fig = px.line(
            new_data,
            x='日期',
            y='销售额',
            title=f'{selected_param} 数据趋势图'
        )
        # 更新现有图表的数据源和布局
        fig.data = updated_fig.data
        fig.layout = updated_fig.layout

# 绑定下拉框的变化事件到回调函数
filter_dropdown.observe(update_chart, names='value')

方式二：使用interact快速绑定 #

如果追求代码简洁，可以用widgets.interact直接关联下拉框和更新函数：

def update_with_interact(selected_param):
    new_data = prepare_dashboard_data(selected_param)
    updated_fig = px.line(
        new_data,
        x='日期',
        y='销售额',
        title=f'{selected_param} 数据趋势图'
    )
    display(updated_fig)

# 绑定下拉框和更新函数
widgets.interact(update_with_interact, selected_param=filter_dropdown);

关键说明 #

• 保留px.line默认功能：每次更新都通过px.line重新生成图表，因此完全保留其自带的hover提示、缩放、平移、图表下载等交互功能。
• 实时加载数据：每次选择新选项时都会调用prepare_dashboard_data从数据库获取过滤后的数据，无需预加载所有数据。
• 灵活适配业务：可以根据实际需求修改下拉框选项、px.line的字段参数（如x/y轴、颜色分组等），以及prepare_dashboard_data的过滤逻辑。

内容的提问来源于stack exchange，提问作者NorrinRadd