如何在Python Plotly图表右侧添加终点值分布曲线？

需求说明 #

我正在用Python绘制时间序列数据的模拟路径图，希望可视化终点值的分布。现有模拟路径图中，我需要提取时间=T的终点值，在图表右侧添加一条仅展示折线（非箱型图）的分布图以呈现分布偏度，同时保留各时间点的hover数据。我使用Plotly绘图，数据为通用模拟路径，当前代码如下：

import plotly.express as px
import plotly.graph_objects as go
from plotly.graph_objs.scatter.marker import Line

fig = go.Figure(go.Scatter(
x=y_testing.index,
y=y_testing.iloc[:, 0]
))

for i in range(1, len(y_testing.columns)-1):
    fig.add_trace(go.Scatter(
        x=y_testing.index,
        y=y_testing.iloc[:, i]
    ))

fig.show()

其中：

• y_testing.index 为时间周期
• y_testing.iloc[:, 0] 为实际数据
• y_testing.iloc[:, i] 为各对应模拟路径

修改后代码 #

import plotly.graph_objects as go
from plotly.subplots import make_subplots
from scipy.stats import gaussian_kde
import numpy as np

# 1. 提取终点值（所有模拟路径的最后一个时间点数值）
end_values = y_testing.iloc[-1, 1:]  # 排除第一列的实际数据

# 2. 创建左右子图，共享Y轴，右侧子图宽度设为更窄
fig = make_subplots(
    rows=1, cols=2,
    column_widths=[0.75, 0.25],  # 左侧占75%宽度，右侧25%
    shared_yaxes=True,
    horizontal_spacing=0.02  # 减小子图间距
)

# 3. 添加实际数据路径到左侧子图
fig.add_trace(
    go.Scatter(
        x=y_testing.index,
        y=y_testing.iloc[:, 0],
        name="实际数据",
        line=dict(color="black", width=2),  # 突出实际数据
        hovertemplate="时间: %{x}<br>数值: %{y}<extra></extra>"
    ),
    row=1, col=1
)

# 4. 添加所有模拟路径到左侧子图
for i in range(1, len(y_testing.columns)):
    fig.add_trace(
        go.Scatter(
            x=y_testing.index,
            y=y_testing.iloc[:, i],
            name=f"模拟路径{i}",
            line=dict(color="lightblue", width=0.8),
            hovertemplate="时间: %{x}<br>数值: %{y}<extra></extra>",
            showlegend=False  # 模拟路径太多，关闭图例避免拥挤
        ),
        row=1, col=1
    )

# 5. 计算终点值的核密度估计，生成分布折线
kde = gaussian_kde(end_values)
y_vals = np.linspace(end_values.min(), end_values.max(), 200)
x_vals = kde(y_vals)

# 6. 添加分布折线到右侧子图
fig.add_trace(
    go.Scatter(
        x=x_vals,
        y=y_vals,
        name="终点值分布",
        line=dict(color="darkorange", width=2),
        hovertemplate="数值: %{y}<br>密度: %{x:.4f}<extra></extra>",
        fill="tozerox",  # 可选：填充曲线下方区域增强视觉效果，不需要可删除
        showlegend=False
    ),
    row=1, col=2
)

# 7. 调整图表布局和样式
fig.update_layout(
    title="时间序列模拟路径与终点值分布",
    height=600,
    width=1000,
    xaxis_title="时间",
    yaxis_title="数值"
)

# 隐藏右侧子图的X轴刻度标签（只保留折线），调整样式
fig.update_xaxes(
    visible=False,
    row=1, col=2
)
fig.update_yaxes(
    title_text="",
    row=1, col=2
)

fig.show()

关键细节说明 #

• 终点值提取：通过y_testing.iloc[-1, 1:]获取所有模拟路径的最后一个时间点数据，排除第一列的实际数据。
• 子图布局：用make_subplots创建左右布局，共享Y轴保证分布和路径的数值对应，调整列宽度让路径图成为视觉焦点。
• hover保留：每个Scatter trace都设置了hovertemplate，确保鼠标悬停时能显示对应时间/数值信息。
• 分布折线生成：使用scipy.stats.gaussian_kde计算核密度估计，生成平滑的分布折线，能直观展示偏度；如果不需要填充区域，删除fill="tozerox"即可。
• 样式优化：实际数据用黑色粗线突出，模拟路径用浅蓝色细线避免干扰，右侧子图隐藏X轴刻度，只保留分布折线。

内容的提问来源于stack exchange，提问作者finman69