add sort feature for icicle chart
Personne n'a encore pris cette issue.
- Langage dominant
- Python
- Étoiles
- 18.8k
- Forks
- 2.8k
- Merge moyen
- 16 h 26 min
- PR mergées (30 j)
- 21
Description
I want to use icicle chart to show function call stacks, the MWE is as the following
import pandas as pd
import numpy as np
import plotly.express as px
data = np.array(
[
["main", "A-Func", None, 1],
["main", "C-Func", "sub1", 1],
["main", "C-Func", "sub2", 1],
["main", "B-Func", None, 1],
["main", "D-func", "sub1", 1],
["main", "D-func", "sub2", 1],
["main", "D-func", "sub3", 1],
]
)
df = pd.DataFrame(data, columns = ['Level0', 'Level1', 'Level2', 'Weight'])
fig = px.icicle(df, path=['Level0', 'Level1', 'Level2'], values='Weight')
fig.update_traces(root_color="lightblue")
fig.show()
This is yielding a graph sorted by both Weight and Name
If I added sort parameter
fig.update_traces(root_color="lightblue", sort=False)
The weight is not sorted, however the name are still sorted
What I want to achieve is the nature order of these function calls as I create the numpy object
main
|
+--- A-Func
|
+--- C-Func
| |
| +--- sub1
| |
| +--- sub2
|
+--- B-Func
|
+--- D-Func
|
+--- sub1
|
+--- sub2
|
+--- sub3
Is there some option I can use to achieve this?
Guide de contribution
Ouvrir le guide de contribution
Par où commencer
- Lisez l'issue en entier, puis le guide de contribution du projet.
- Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
- Forkez le dépôt et travaillez sur une branche.
- Ouvrez une pull request qui référence le numéro de l'issue.
Piste de recherche
Reproduisez le problème avec le MWE de pandas et NumPy en utilisant plotly.express.icicle et update_traces(sort=False). Commencez par suivre la manière dont le graphique icicle gère le tri et l’ordre de la hiérarchie ; le travail est terminé lorsqu’une option préserve l’ordre d’entrée des appels de fonction et de leurs éléments enfants, sans tri par poids ni par nom, avec une couverture pour l’exemple présenté.
Rédigé par le modèle d'indexation à partir du texte de l'issue.
Évaluation
- Stack technique
- numpy, pandas, python
- Domaine
- data-visualization
- Type d'issue
- Fonctionnalité
- Difficulté
- 4/5
- Temps estimé
- 3-5 jours
- Activité
- À l'abandon
- Clarté
- Plutôt claire
- Accessibilité débutants
- 35/100

