plotly / plotly/plotly.py

Adding date in subplots is slow

Ouverte
#3,869 0 commentaires 0 réactions 0 personnes assignées Voir sur GitHub

Personne n'a encore pris cette issue.

P3 performance
Langage dominant
Python
Étoiles
18.8k
Forks
2.8k
Merge moyen
16 h 26 min
PR mergées (30 j)
21

Description

Hi everyone!

I'm currently trying to create 50 subplots which will update each second like real time. I don't use dash because visualizing with Jupiter is more important for me.

Well, here is an example of a pseudocode

rows = 50
fig = go.FigureWidget(make_subplots(rows = rows,  cols = 1, vertical_spacing = 0.005))
for i in range(1,rows+1):
        fig.add_trace(go.Scatter(line_color = ...), row = i, col=1)

After, I update my subplots by signals. I decimated date and added in fig

with fig.batch_update():
        for j in range(rows):
            fig.data[j].x = trace['Date'][START:END]      
            fig.data[j].y = trace.iloc[START:END, col_st:col_end][str(col_end)]

And this procedure takes 3 seconds each loop, which is a very long time for my tasks. My question is how I can add more faster date.

If anyone wants to repeat the code, create date with size 100 and add to each subplots.

Guide de contribution

Ouvrir le guide de contribution

Par où commencer

  1. Lisez l'issue en entier, puis le guide de contribution du projet.
  2. Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
  3. Forkez le dépôt et travaillez sur une branche.
  4. Ouvrez une pull request qui référence le numéro de l'issue.

Piste de recherche

L’issue fournit du pseudocode utilisant FigureWidget, make_subplots et batch_update, mais ne nomme aucun fichier ni test du dépôt. Commencez par reproduire 50 subplots avec des tableaux de dates de 100 points et par profiler la boucle de mise à jour. La tâche serait considérée comme terminée lorsqu’une amélioration des performances confirmée ou une explication documentée du chemin limitant sera disponible.

Rédigé par le modèle d'indexation à partir du texte de l'issue.

Évaluation

Stack technique
jupyter-notebook, python
Domaine
data-visualization, performance
Type d'issue
Bug
Difficulté
4/5
Temps estimé
3-5 jours
Activité
À l'abandon
Clarté
À clarifier
Accessibilité débutants
25/100

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.