如何使用Python Plotly绘制含起止时间戳的可缩放时间序列图

你的需求是绘制时间区间内恒定值的序列图，Plotly原生支持这类步进图绘制，且自带交互缩放能力，以下是两种可行实现方案：

方案1：最简修改（适配你当前的连续区间数据） #

你现有代码只需要新增2处修改即可达到效果：

1. 提前将时间列转为pandas datetime格式，保证时间轴交互正常
2. 给Scatter的line参数添加shape='hv'，指定绘制水平优先的步进线，刚好匹配「区间内值恒定，到结束时间跳变」的特性

修改后完整代码如下：

import pandas as pd
import plotly.graph_objs as go
from plotly.offline import init_notebook_mode, iplot
init_notebook_mode(connected=True)

# 先将时间列转为datetime格式，避免后续时间轴显示异常
dff['start_timestamp'] = pd.to_datetime(dff['start_timestamp'])

trace1 = go.Scatter(
    x=dff.start_timestamp,
    y=dff.interpreted_value,
    name = "区间恒值序列",
    line = dict(color = 'blue', shape='hv'), # 新增shape参数指定为步进线
    opacity = 0.4
)

layout = dict(title='区间恒值时间序列图')
fig = dict(data=[trace1], layout=layout)
iplot(fig)

这个方案适配你给出的「上一行end_timestamp等于下一行start_timestamp」的连续区间场景，代码改动量最小。

方案2：通用方案（适配连续/非连续区间场景） #

如果后续你的数据存在时间区间不连续的情况，可以用数据重构的方式实现，逻辑更可控：
把每一行数据拆为2个坐标点：(start_timestamp, interpreted_value)、(end_timestamp, interpreted_value)，再把所有点按时间顺序拼接后绘图即可，代码如下：

import pandas as pd
import plotly.graph_objs as go
from plotly.offline import init_notebook_mode, iplot
init_notebook_mode(connected=True)

# 转换时间列格式
dff['start_timestamp'] = pd.to_datetime(dff['start_timestamp'])
dff['end_timestamp'] = pd.to_datetime(dff['end_timestamp'])

# 重构绘图用数据
x_list = []
y_list = []
for _, row in dff.iterrows():
    x_list.extend([row['start_timestamp'], row['end_timestamp']])
    y_list.extend([row['interpreted_value'], row['interpreted_value']])

trace1 = go.Scatter(
    x=x_list,
    y=y_list,
    name = "区间恒值序列",
    line = dict(color = 'blue'),
    opacity = 0.4
)

layout = dict(title='区间恒值时间序列图')
fig = dict(data=[trace1], layout=layout)
iplot(fig)

效果说明 #

Plotly生成的交互图默认支持：

• 框选缩放、滚轮缩放、平移
• hover显示对应点的时间和数值
• 下载图片、重置视图等功能，完全满足你查看细节的需求。

内容的提问来源于stack exchange，提问作者SSS