plotly / plotly/plotly.py

go.Scatter3d doesn't display a given tensor

Abierto
#4,507 3 comentarios 0 reacciones 0 asignados Ver en GitHub

Nadie ha tomado este issue todavía.

bug P3 sev-2
Lenguaje dominante
Python
Estrellas
18.8k
Forks
2.8k
Merge medio
16 h 26 min
PR fusionados (30 d)
21

Descripción

Issue

While plotting an np.ndarray of type fp64, it is not displayed.
It is so funny that we could reproduce it only for one specific array.

Thigs that make the script work:

  • If we add epsilon (as in the commented line), then the pointcloud is displayed properly.
  • If we cast to fp32 it works.
  • If we add a small value (0.000000000001 for example), it works.

Things that doesn't work:

  • If we add or substract big values, like 0.4, 1 or 2, it doesn't work
  • If we substract epsilon, it doesn't work
  • if we add numbers larger than 0.000000000001, it doesnt' work even if tehy are small (0.000001 for example)

Environment

We tried this (and reproduced in at least 2 computers) with numpy 1.26.3 and plotly 5.18.0 on ubuntu 22

import numpy as np
import plotly.graph_objects as go

init = np.array(
    [
        [
            -0.063,
            -0.063,
            0.0,
        ],
        [
            -0.063,
            -0.021,
            0.0,
        ],
        [
            -0.063,
            0.021,
            0.0,
        ],
        [
            -0.063,
            0.063,
            0.0,
        ],
        [
            -0.021,
            -0.021,
            0.0,
        ],
        [
            -0.021,
            -0.063,
            0.0,
        ],
        [
            -0.021,
            0.021,
            0.0,
        ],
        [
            -0.021,
            0.063,
            0.0,
        ],
        [
            0.021,
            -0.063,
            0.0,
        ],
        [
            0.021,
            -0.021,
            0.0,
        ],
        [
            0.021,
            0.021,
            0.0,
        ],
        [
            0.021,
            0.063,
            0.0,
        ],
        [
            0.063,
            -0.063,
            0.0,
        ],
        [
            0.063,
            -0.021,
            0.0,
        ],
        [
            0.063,
            0.021,
            0.0,
        ],
        [
            0.063,
            0.063,
            0.0,
        ],
    ]
)

rot_mat = [
    [4.93038066e-32, -1.00000000e00, 2.22044605e-16],
    [2.22044605e-16, 2.22044605e-16, 1.00000000e00],
    [-1.00000000e00, 0.00000000e00, 2.22044605e-16],
]

transformed = (rot_mat @ init.T).T + np.array([0.5, 0.5, 0.5])


x, y, z = 0, 1, 2
idx = list(transformed.shape).index(3)
if idx < 0:
    raise ValueError("Array must be [X,Y,Z] x N")
elif idx == 1:
    array = transformed.transpose()

default_kwargs = dict(
    mode="markers",
    marker=dict(size=3, color="black"),
)

print(array.dtype)

# array[y]+=np.finfo(np.float64).eps
print(array.dtype)
print(array)
plot = go.Scatter3d(x=array[x], y=array[y], z=array[z], **default_kwargs)

default_kwargs = dict(
    scene=dict(
        xaxis=dict(title="X", range=[0, 2]),
        yaxis=dict(title="Y", range=[0, 2]),
        zaxis=dict(title="Z", range=[0, 2]),
    ),
)
layout = go.Layout(**default_kwargs)

fig = go.Figure(data=plot, layout=layout)

fig.show()

Guía de contribución

Abrir la guía de contribución

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Línea de trabajo

Usa el script de reproducción proporcionado como punto de entrada y ejecútalo con numpy 1.26.3 y plotly 5.18.0 en Ubuntu 22. Compara el array fp64 que falla con las variantes epsilon y fp32 que funcionan y, a continuación, sigue la ruta de renderizado de go.Scatter3d. Se considera completado cuando se haya identificado la causa y se haya añadido una comprobación de regresión que muestre que el tensor proporcionado se visualiza.

Escrito por el modelo de indexación a partir del texto del issue.

Evaluación

Stack tecnológico
numpy, plotly, python
Área
data-visualization
Tipo de issue
Error
Dificultad
4/5
Tiempo estimado
3-5 días
Estado de actividad
Estancado
Claridad
Bastante claro
Aptitud para principiantes
38/100

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.