如何在不循环数据集的情况下突出显示周末？

Question

我尝试使用plotly绘制三个不同的timeseries数据帧（每个约60000条记录），同时使用不同的背景色突出显示周末（和工作时间）

有没有一种方法可以做到这一点，而不必像this solution中提到的那样遍历整个数据集。虽然这种方法可能有效，但在大型数据集上的性能可能很差

Answer 1

我会考虑使用^ {CD1>}，并将一个^ {< CD2>}附加到第二个y轴上，作为背景颜色而不是形状来指示周末。

绘图：

对于我的系统上下面代码段中的nperiods = 2000，%%timeit返回：

162 ms ± 1.59 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

我最初建议使用fig.add_shape()的方法要慢得多：

49.2 s ± 2.18 s per loop (mean ± std. dev. of 7 runs, 1 loop each)

完整代码：

# %%timeit
# imports

import numpy as np
import pandas as pd
import plotly.graph_objects as go
import plotly.express as px
import datetime
from plotly.subplots import make_subplots

pd.set_option('display.max_rows', None)

# data sample
cols = ['signal']
nperiods = 2000
np.random.seed(12)
df = pd.DataFrame(np.random.randint(-2, 2, size=(nperiods, len(cols))),
                  columns=cols)
datelist = pd.date_range(datetime.datetime(2020, 1, 1).strftime('%Y-%m-%d'),periods=nperiods).tolist()
df['date'] = datelist 
df = df.set_index(['date'])
df.index = pd.to_datetime(df.index)
df.iloc[0] = 0
df = df.cumsum().reset_index()
df['signal'] = df['signal'] + 100

# %%timeit
df['weekend'] = np.where((df.date.dt.weekday == 5) | (df.date.dt.weekday == 6), 1, 0 )

fig = make_subplots(specs=[[{"secondary_y": True}]])
fig.add_trace(go.Scatter(x=df['date'], y=df.weekend, fill = 'tonexty', showlegend = False), secondary_y=True)

fig.update_traces(line_shape = 'hv',
                  line_color = 'rgba(0,0,0,0)',
                  fillcolor = 'rgba(99, 110, 250, 0.2)',
                  row = 1, col = 1)
fig.update_xaxes(showgrid=False)#, gridwidth=1, gridcolor='rgba(0,0,255,0.1)')
fig.update_layout(yaxis2_range=[-0,0.1], yaxis2_showgrid=False,  yaxis2_tickfont_color = 'rgba(0,0,0,0)')
fig.add_trace(go.Scatter(x=df['date'], y = df.signal, line_color = 'blue'), secondary_y = False)

fig.update_layout()

fig.show()