密谋：如何防止甘特图中的钢筋厚度发生变化？ 可能的解决方案：代码0：图0：详细信息：情节1：代码1：图2：代码2相同的数据集：代码3：图3：图4：代码4：

问题描述

我正在尝试使用plotly来制作plotly.express Gantt图，如示例所示，但是plotly会根据给定的名称以某种方式改变钢筋的厚度（看到图片，红色>绿色>蓝色）：

代码如下：

import pandas as pd
import plotly.express as px

df = pd.read_csv('stackoverflow.csv')
fig = px.timeline(df,x_start="Start",x_end="Finish",y="Task",color="Resource",text="Task",width=1600,height=800)
fig.update_yaxes(autorange="reversed")
fig.update_xaxes(
    dtick="1000",tickformat="%M:%s",ticklabelmode="instant")
fig.update_layout(xaxis_range=[df.Start.min(),df.Finish.max()])
fig.show()

stackoverflow.csv为：

Task,Start,Finish,Workstation,Resource
1,1970-01-01 01:00:00.000,1970-01-01 01:00:05.400,1,ABL
2,1970-01-01 01:00:01.300,2,ABS
3,1970-01-01 01:00:01.000,3,ABU
4,1970-01-01 01:00:02.000,4,ACC
5,1970-01-01 01:00:03.300,ACC
6,1970-01-01 01:00:05.300,ACC
7,5,ABS
8,6,ACT
9,7,ACC
10,ACC
11,ACC
12,8,ABS
13,9,ABU
14,10,ACC
15,11,ABS
16,12,ABU
17,13,ACC
18,ACC
19,14,ABS
20,15,ABP
21,1970-01-01 01:00:01.500,16,ABZ
22,17,ACC
23,ACC
24,18,ABS
25,19,AAW
26,20,ACC
27,ACC
28,21,ABS
29,22,ABU
30,23,ACC

我希望所有的条都具有相同的厚度，令人惊讶的是，当我将Resource的名称更改为某个随机的3个字符的值时，这种方法有效：

我认为这与以AB*或AC*开头的资源有关。不幸的是，资源的名称取决于实际的名称，因此我不能随意更改它们。当资源名称类似于FooBar-Axx-FOO和xx = [CC,BS,CT...]时，条形粗细也会发生变化。有谁知道这是为什么发生或如何预防？

P.S .： The

fig.update_xaxes(
    dtick="1000",tickformat="%M:%s")

是否有必要在甘特图中显示秒数而不是天数...是否有更好的方法来实现这一点？

---

更新： 我正在使用的conda环境yaml文件来创建问题：

name: stack
channels:
  - conda-forge
  - pytorch
  - plotly
dependencies:
    - python>=3.5,<3.8
    - pandas
    - pip
    - pip:
      - plotly

稍作修改的代码仍然会产生与上述相同的问题：

import pandas as pd
import plotly.express as px
from io import StringIO


csv = """Task,ACC"""

df = pd.read_csv(StringIO(csv))
# df = pd.read_csv("stackoverflow.csv")
fig = px.timeline(df,df.Finish.max()])
fig.show()

conda list的输出：

pip                       20.2.4                     py_0    conda-forge
plotly                    4.12.0                   pypi_0    pypi
python                    3.7.8           h6f2ec95_1_cpython    conda-forge

解决方法

（这是一个正在进行的答案，容易更改）

---

可能的解决方案：

但是只有一个可能解决方案，因为我仍然无法复制您的代码段和相应的图100％。但是，我们将在细节中仔细研究一下。而且您将需要最新的Plotly版本以及Kaleido。但是，这些安装非常简单明了，并且在情节上迈出了巨大的一步。至少以我的拙见...

代码0：

df = pd.read_csv(StringIO(csv))
fig = px.timeline(df,x_start="Start",x_end="Finish",y="Task",color="Resource",text="Task",width=1600,height=800)
f2 = fig.full_figure_for_development(warn=False)
f2.layout.barmode = 'group'
f2.show()

图0：

---

详细信息：

---

我们将必须逐步进行此操作。首先，当我运行您提供的代码时，我得到了：

情节1：

代码1：

import pandas as pd
import plotly.express as px
from io import StringIO


csv = """Task,Start,Finish,Workstation,Resource
1,1970-01-01 01:00:00.000,1970-01-01 01:00:05.400,1,ABL
2,1970-01-01 01:00:01.300,2,ABS
3,1970-01-01 01:00:01.000,3,ABU
4,1970-01-01 01:00:02.000,4,ACC
5,1970-01-01 01:00:03.300,ACC
6,1970-01-01 01:00:05.300,ACC
7,5,ABS
8,6,ACT
9,7,ACC
10,ACC
11,ACC
12,8,ABS
13,9,ABU
14,10,ACC
15,11,ABS
16,12,ABU
17,13,ACC
18,ACC
19,14,ABS
20,15,ABP
21,1970-01-01 01:00:01.500,16,ABZ
22,17,ACC
23,ACC
24,18,ABS
25,19,AAW
26,20,ACC
27,ACC
28,21,ABS
29,22,ABU
30,23,ACC"""

df = pd.read_csv(StringIO(csv))
# df = pd.read_csv("stackoverflow.csv")
fig = px.timeline(df,height=800)
fig.update_yaxes(autorange="reversed")
fig.update_xaxes(
    dtick="1000",tickformat="%M:%S",ticklabelmode="instant")
fig.update_layout(xaxis_range=[df.Start.min(),df.Finish.max()])
fig.show()

为了接近您提供的屏幕截图，我必须注释掉几行，如下所示。但这仍然不是你的数字。

图2：

代码2（相同的数据集）：

df = pd.read_csv(StringIO(csv))
# df = pd.read_csv("stackoverflow.csv")
fig = px.timeline(df,height=800)
# fig.update_yaxes(autorange="reversed")
# fig.update_xaxes(
#     dtick="1000",#     tickformat="%M:%S",#     ticklabelmode="instant")
# fig.update_layout(xaxis_range=[df.Start.min(),df.Finish.max()])
fig.show()

我觉得有点奇怪。可能的解决方案甚至更奇怪。如果您查看帖子Plotly: How to inspect and make changes to a plotly figure?，您将看到如何使用f2 = fig.full_figure_for_development来揭示大多数地物属性。您对f2所做的任何更改也应该可以对fig进行。但在这种情况下不是。为了获得类似于您期望的输出的结果，我必须执行以下操作：

代码3：

df = pd.read_csv(StringIO(csv))
fig = px.timeline(df,height=800)
f2 = fig.full_figure_for_development(warn=False)
f2.layout.barmode = 'group'
f2.show()

图3：

也许我们到了这里？但是现在您可能会想“为什么不fig.layout.barmode = 'group'？”。好吧，这是结果：

图4：

代码4：

df = pd.read_csv(StringIO(csv))
fig = px.timeline(df,height=800)
f2 = fig.full_figure_for_development(warn=False)
# f2.layout.barmode = 'group'
# f2.show()
fig.layout.barmode = 'group'
fig.show()

我觉得整个事情有点奇怪。但是请尝试一下，让我知道一切对您有帮助！