Python中如何从含多轨迹的Plotly图（如splom）提取单条轨迹？

Plotly 原生没有提供示例中GET_ME_A_TRACE()这类命名的内置方法，但可以通过简单的轨迹筛选逻辑实现完全一致的效果。

核心原理 #

所有Plotly多子图（包含splom散点矩阵）的轨迹都存储在fig.data列表中，每个轨迹的xaxis、yaxis属性记录了它绑定的子图坐标轴，通过坐标轴编号和行列位置的映射关系，就能精准筛选出目标位置的轨迹。
如果是通过plotly.subplots.make_subplots显式创建的子图，还可以直接调用内置的select_traces()方法按行列筛选，不需要手动计算映射关系。

可直接复用的代码 #

通用版本（兼容散点矩阵等所有多子图场景） #

这个函数和你预期的调用方式完全一致，支持按传入的行、列号（从1开始计数）提取对应子图的轨迹，生成独立的新图：

import plotly.graph_objects as go
import plotly.express as px

def get_trace_by_pos(fig, row, col):
    # 计算子图网格总列数
    all_xaxis_idx = []
    for trace in fig.data:
        xaxis_tag = trace.xaxis.replace('x', '').replace('axis', '')
        all_xaxis_idx.append(int(xaxis_tag) if xaxis_tag else 1)
    total_cols = max(all_xaxis_idx)
    
    # 匹配当前行列对应的坐标轴标识
    axis_idx = (row - 1) * total_cols + col
    target_x = 'x' if axis_idx == 1 else f'x{axis_idx}'
    target_y = 'y' if axis_idx == 1 else f'y{axis_idx}'

    # 筛选目标位置的所有轨迹
    target_traces = [t for t in fig.data if t.xaxis == target_x and t.yaxis == target_y]

    # 生成独立子图，同步原坐标轴标题
    sub_fig = go.Figure(data=target_traces)
    sub_fig.update_layout(
        xaxis_title=fig.layout[f'xaxis{axis_idx}'].title.text,
        yaxis_title=fig.layout[f'yaxis{axis_idx}'].title.text
    )
    return sub_fig

# 测试示例
df = px.data.iris()
fig = px.scatter_matrix(df)
sub_fig = get_trace_by_pos(fig, row=1, col=1)
sub_fig.show()

显式创建子图的简化写法 #

如果你的图是通过make_subplots创建的，不需要自定义函数，直接用内置方法即可：

from plotly.subplots import make_subplots
# 假设fig是通过make_subplots生成的多子图
target_traces = list(fig.select_traces(row=1, col=1))
sub_fig = go.Figure(data=target_traces)
sub_fig.show()

补充说明 #

• 如果对应子图下叠加了多条轨迹（比如散点+拟合线），上述方法会提取该位置的所有轨迹；如果只需要其中某一条，直接在返回的轨迹列表里按索引取值即可
• 提取出的新图可以正常调用update_layout、update_traces等方法调整样式，和普通Plotly图没有区别

内容的提问来源于stack exchange，提问作者grisly