如何优化带updatemenus的Plotly图表，自动生成visible布尔参数列表

问题背景 #

使用Plotly绘制带交互按钮的图表时，手动编写updatemenus中args参数的visible布尔值列表，在trace数量较多时操作繁琐，无法适配不同规模的同结构数据。

数据结构示例 #

示例数据包含4个字段：name、unaregate、value、age，结构如下：

name    unaregate   value   age
input1  in11           2    0
input1  in11           0    1
input1  in11           2    2
input1  in11           3    3
input1  in11           1    4
...

优化后实现代码 #

1. 测试数据生成（优化版，无需手动声明多个DataFrame） #

import pandas as pd
import numpy as np
import plotly.graph_objects as go

# 可自由扩展配置，适配不同规模的同类数据
name_config = {
    "input1": ["in11", "in12", "in13"],
    "input2": ["in21", "in22", "in23"],
    "input3": ["in31", "in32", "in33", "in34"]
}
df_list = []
age_range = range(5)
for name, unaregate_list in name_config.items():
    for unaregate in unaregate_list:
        tmp_df = pd.DataFrame({
            "name": name,
            "unaregate": unaregate,
            "value": np.random.randint(0,5, size=len(age_range)),
            "age": age_range
        })
        df_list.append(tmp_df)
df = pd.concat(df_list, ignore_index=True)

2. 绘图+自动生成按钮可见性参数 #

fig = go.Figure()
names = df.name.unique()
# 记录每个name对应的trace数量，用于后续生成可见性列表
name_trace_counts = []

for i in names:
    db = df[df["name"]==i]
    uni = db.unaregate.unique()
    name_trace_counts.append(len(uni))
    for f in uni:
        fig.add_trace(go.Scatter(
            x=db[db.unaregate==f].age,
            y=db[db.unaregate==f].value,
            connectgaps=False,
            visible=False,
            mode='lines',
            legendgroup=f,
            name=f
        ))

# 自动生成按钮列表
buttons = []
# 新增默认全隐藏按钮
buttons.append(dict(
    label="Select name",
    method="update",
    args=[{"visible": [False]*sum(name_trace_counts)}]
))
# 遍历每个name生成对应按钮的可见性参数
for idx, name in enumerate(names):
    visible_list = []
    for count_idx, count in enumerate(name_trace_counts):
        visible_list.extend([True]*count if count_idx == idx else [False]*count)
    buttons.append(dict(
        label=name,
        method="update",
        args=[{"visible": visible_list}]
    ))

# 配置布局
fig.update_layout(
    template="simple_white",
    xaxis=dict(title_text="age"),
    yaxis=dict(title_text="Value"),
    width=1000,
    height = 600,
    updatemenus=[
        dict(
            active=0,
            buttons=buttons
        )
    ]
)
fig.show()

适配说明 #

代码会自动统计每个name分组下的trace数量，动态生成对应的visible布尔列表，无需手动修改任何布尔值，可直接适配任意长度的同结构数据。

内容的提问来源于stack exchange，提问作者Pandas INC