plotly / plotly/plotly.py

y-values overlap when using rangebreaks

Offen
#2,998 10 Kommentare 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen

Dieses Issue hat noch niemand übernommen.

bug P3
Vorherrschende Sprache
Python
Sterne
18.8k
Forks
2.8k
Ø Merge
16 Std. 26 Min.
Gemergte PRs (30 T.)
21

Beschreibung

picture of behavior: https://imgur.com/a/oSBgqvp

Screen Shot 2020-12-29 at 7 49 51 PM

I believe the same issue is experienced by another user here: https://community.plotly.com/t/rangebreaks-with-bounds-and-values-show-overlapping-candlesticks/46067

code to reproduce this:
(example.pkl can be found on https://repl.it/join/pdmlylnv-angstscheisse )

import pandas as pd
import plotly.graph_objects as go

df = pd.read_pickle('example.pkl')

fig = go.Figure(data=[go.Candlestick(x=df['time'], open=df['open'], high=df['high'], low=df['low'], close=df['close'])])

fig.update_xaxes(
    rangebreaks=[
        dict(bounds=[15, 9], pattern="hour"),
        # dict(bounds=["sat", "mon"]),
        dict(values=["2020-12-25"])
    ]
)
fig.show()

Beitragsleitfaden

Beitragsleitfaden öffnen

Erste Schritte

  1. Lies das ganze Issue und danach den Beitragsleitfaden des Projekts.
  2. Schreib ins Issue, dass du es übernimmst — das erspart doppelte Arbeit.
  3. Forke das Repository und arbeite in einem Branch.
  4. Öffne einen Pull Request, der die Issue-Nummer nennt.

Rechercherichtung

Beginne damit, die Python-Reproduktion mit example.pkl und der Candlestick-Abbildung unter Verwendung der beiden gezeigten rangebreaks auszuführen. Verfolge, wie rangebreaks und die x-Werte von Candlestick gemeinsam verarbeitet werden. Als abgeschlossen gilt die Aufgabe, wenn das reproduzierte Diagramm keine sich überlappenden y-Werte oder Candlesticks mehr aufweist, wenn die stündlichen und datumswertbasierten breaks angewendet werden.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Bewertung

Tech-Stack
python
Bereich
data-visualization
Issue-Typ
Bug
Schwierigkeit
4/5
Geschätzter Aufwand
3-5 Tage
Aktivitätsstatus
Veraltet
Klarheit
Größtenteils klar
Anfängerfreundlichkeit
35/100

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.