plotly-resampler在Jupyter Notebook中缩放时未按预期停止重采样导致X轴数据异常的问题

问题描述 #

我最近在Jupyter Notebook中使用plotly-resampler时遇到了不符合预期的行为，具体情况如下：

• 我准备了5000个毫秒级的时间序列样本，设置了default_n_shown_samples=1000，并且为每个trace指定了max_n_samples=1000和limit_to_view=True
• 按逻辑来说：
  • 完全缩小视图时（显示全部5000个点，超过1000），应该触发重采样（图例显示R），这部分表现正常
  • 放大到视图内仅显示少量点（远少于1000）时，应该停止重采样（图例不显示R），但实际不管怎么放大，图例始终显示R，说明一直在重采样
  • 更严重的是，其中一条值全为0的trace在放大后X轴数据损坏，前两个点挤在一起，明显是重采样算法处理异常导致的

复现代码 #

from plotly_resampler import FigureWidgetResampler
import pandas as pd
import numpy as np

x = pd.date_range("2023-01-01", periods=5000, freq="ms")
y = np.sin(np.linspace(0, 10 * np.pi, 5000)) * 0 + np.arange(5000)
z = np.sin(np.linspace(0, 10 * np.pi, 5000)) * 0

fig = FigureWidgetResampler(default_n_shown_samples=1000)
fig.add_trace(
    {"name": "Signal Linear", "x": x, "y": y, "mode": 'lines+markers'},
    max_n_samples=1000, limit_to_view=True
)
fig.add_trace(
    {"name": "Signal 0", "x": x, "y": z, "mode": 'lines+markers'},
    max_n_samples=1000, limit_to_view=True
)
fig.update_layout(showlegend=True)
fig.show()

使用版本：

• plotly: 5.24.1
• plotly-resampler: 0.10.0
• 运行环境：Windows + Jupyter Notebook

问题原因分析 #

1. 版本兼容性bug：你使用的plotly-resampler 0.10.0在处理pandas DatetimeIndex类型的X轴时，可能存在视图内点数计算不准确的问题，导致即使放大后视图内点数远小于1000，仍误判需要重采样。
2. 平坦信号的重采样算法缺陷：默认的重采样算法（LTTB，大三角形三通采样）适合处理有波动的信号，但对于像Signal 0这样全值相同的平坦信号，会出现采样点选择异常，进而导致X轴数据显示错乱。

解决方案 #

方案1：升级plotly-resampler到最新版本

旧版本的时间序列重采样逻辑存在已知问题，升级到最新稳定版可以修复视图点数计算的bug：

pip install --upgrade plotly-resampler

方案2：为平坦信号更换重采样算法

对于全值相同的平坦信号，避免使用默认的LTTB算法，改用更适合的均匀采样或分箱类算法，在add_trace时通过resampler_kwargs指定：

fig.add_trace(
    {"name": "Signal 0", "x": x, "y": z, "mode": 'lines+markers'},
    max_n_samples=1000, limit_to_view=True,
    resampler_kwargs={"default_downsampler": "uniform"}  # 均匀采样
)

也可以选择"binned_mean"（分箱均值）、"binned_median"等算法，这类算法对平坦信号的处理更稳定。

方案3：将日期X轴转换为数值类型

如果升级版本后问题仍存在，可以将pandas的DatetimeIndex转换为unix时间戳（数值类型），避免日期类型带来的视图计算误差：

# 将日期转换为秒级unix时间戳
x_unix = x.astype(np.int64) // 10**9

fig = FigureWidgetResampler(default_n_shown_samples=1000)
fig.add_trace(
    {"name": "Signal Linear", "x": x_unix, "y": y, "mode": 'lines+markers'},
    max_n_samples=1000, limit_to_view=True
)
fig.add_trace(
    {"name": "Signal 0", "x": x_unix, "y": z, "mode": 'lines+markers'},
    max_n_samples=1000, limit_to_view=True,
    resampler_kwargs={"default_downsampler": "uniform"}
)
# 将X轴重新格式化为日期显示
fig.update_xaxes(type='date')
fig.show()

方案4：切换为FigureResampler替代FigureWidgetResampler

FigureWidgetResampler基于ipywidgets，在某些Jupyter环境下可能存在交互逻辑的异常，尝试使用FigureResampler：

from plotly_resampler import FigureResampler  # 替换导入

# 后续代码逻辑基本一致，最后用fig.show()显示
fig = FigureResampler(default_n_shown_samples=1000)
# ... 添加trace的代码和之前一致 ...
fig.show()

内容来源于stack exchange