dash中update_yaxes函数怎样控制yaxis2

在 Plotly 的 update_yaxes 函数中，可以通过设置参数 row 和 col（如果是子图）或直接使用 yaxis 名称（如 yaxis2）来控制特定的 Y 轴属性。update_yaxes 是一个便捷函数，用于更新图表布局中某个或某些 Y 轴的属性。

使用 update_yaxes 控制 yaxis2 的方法

基本语法

fig.update_yaxes(<y-axis-specific-properties>, yaxis="y2")

其中，yaxis="y2" 明确指定要更新 yaxis2 的属性。

完整示例

import plotly.graph_objects as go

# 创建一个带两个 Y 轴的图
fig = go.Figure()

# 添加第一个数据集到主 Y 轴
fig.add_trace(go.Scatter(x=[1, 2, 3], y=[10, 20, 30], name="Y1 Data", yaxis="y"))

# 添加第二个数据集到第二个 Y 轴
fig.add_trace(go.Scatter(x=[1, 2, 3], y=[40, 50, 60], name="Y2 Data", yaxis="y2"))

# 设置布局，初始化两个 Y 轴
fig.update_layout(
    yaxis=dict(domain=[0, 0.5], title="Primary Y-Axis"),
    yaxis2=dict(domain=[0.51, 1], title="Secondary Y-Axis"),
)

# 使用 update_yaxes 来修改 yaxis2 的属性
fig.update_yaxes(title="Updated Y2 Title", showgrid=True, gridwidth=2, gridcolor="blue", yaxis="y2")

# 显示图
fig.show()

关键点说明

1. yaxis="y2":

   • 指定 yaxis2，即更新图表布局中的第二个 Y 轴。

2. update_yaxes 属性：
   可以传入的属性包括：

   • title: 设置 Y 轴标题。
   • range: 设置轴范围，如 range=[0, 100]。
   • showgrid: 是否显示网格线（布尔值）。
   • gridwidth: 设置网格线宽度。
   • gridcolor: 设置网格线颜色。

多个子图情况下的使用

如果图表使用 make_subplots 来创建多个子图，则需要指定 row 和 col 来定位 yaxis2 的具体位置。

示例：在子图中更新 yaxis2

from plotly.subplots import make_subplots

# 创建子图
fig = make_subplots(rows=2, cols=1, shared_xaxes=True)

# 添加第一个子图
fig.add_trace(go.Scatter(x=[1, 2, 3], y=[10, 20, 30], name="Y1 Data"), row=1, col=1)

# 添加第二个子图
fig.add_trace(go.Scatter(x=[1, 2, 3], y=[40, 50, 60], name="Y2 Data"), row=2, col=1)

# 使用 update_yaxes 更新第二个子图的 Y 轴
fig.update_yaxes(title="Y2 Updated Title", range=[0, 100], row=2, col=1)

# 显示图
fig.show()

关键参数说明

• row 和 col:

  • 指定子图中轴的行和列位置。
  • 在子图场景中，这比直接使用 yaxis 更常用。

• 适用于子图场景：

  • 如果没有使用 row 和 col，更新时可能作用于主图的 Y 轴（默认 yaxis）。

常用的 Y 轴属性

以下是可以用在 update_yaxes 中的常用属性：

总结

• 在普通图表中，使用 yaxis="y2" 来指定更新 yaxis2 的属性。
• 在子图场景中，使用 row 和 col 来指定具体的子图位置。
• update_yaxes 是更新 Y 轴属性的强大工具，适用于单轴、多轴和子图场景。