plotly / plotly/plotly.py

Adding date in subplots is slow

Aberta
#3,869 0 comentários 0 reações 0 responsáveis Ver no GitHub

Ninguém assumiu esta issue ainda.

P3 performance
Linguagem predominante
Python
Estrelas
18.8k
Forks
2.8k
Merge médio
16h 26min
PRs com merge (30d)
21

Descrição

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.

Guia de contribuição

Abrir o guia de contribuição

Primeiros passos

  1. Leia a issue inteira e depois o guia de contribuição do projeto.
  2. Comente na issue dizendo que vai assumir — evita que duas pessoas façam o mesmo trabalho.
  3. Faça um fork do repositório e trabalhe em uma branch.
  4. Abra um pull request que referencie o número da issue.

Direção de pesquisa

A issue fornece pseudocódigo usando FigureWidget, make_subplots e batch_update, mas não nomeia arquivos nem testes do repositório. Comece reproduzindo 50 subplots com arrays de datas de 100 pontos e fazendo o profiling do loop de atualização. O trabalho estará concluído quando houver uma melhoria de desempenho confirmada ou uma explicação documentada do caminho limitante.

Escrita pelo modelo de indexação a partir do texto da issue.

Avaliação

Stack de tecnologia
jupyter-notebook, python
Domínio
data-visualization, performance
Tipo de issue
Bug
Dificuldade
4/5
Tempo estimado
3-5 dias
Status de atividade
Estagnada
Clareza
Precisa de esclarecimento
Facilidade para iniciantes
25/100

Receba novas issues na sua caixa de entrada

Um resumo curto de issues do GitHub para quem está começando.