本文详解如何正确配置 Plotly Express 动画（animation_frame），解决“仅显示首日数据”的常见问题，通过分离时间（x轴）与日期（动画帧）维度，并手动固定坐标轴范围，实现平滑、可读性强的逐日滚动可视化。
本文详解如何正确配置 plotly express 动画（`animation_frame`），解决“仅显示首日数据”的常见问题，通过分离时间（x轴）与日期（动画帧）维度，并手动固定坐标轴范围，实现平滑、可读性强的逐日滚动可视化。
在使用 plotly.express.line 创建带日期动画的图表时，一个典型误区是将整个时间序列（如5天每分钟数据）直接作为 x 轴，同时用 animation_frame="day" 控制帧切换——这会导致 Plotly 尝试为每一帧渲染全部历史数据，而因数据索引未对齐或帧内缺失值过多，最终仅首日可见。
根本解决方案在于：将 x 轴定义为日内时间（如 "HH:MM"），将日期作为独立的动画维度（animation_frame）。这样每一帧只展示当天同一时间点的序列，逻辑清晰且渲染稳定。
以下是修正后的完整示例（以 AAPL 5 日分钟级收盘价为例）：
import yfinance as yf
import plotly.express as px
import pandas as pd
# 获取数据（注意：yfinance 的 1M 间隔仅支持最近7天）
df = yf.download("AAPL", period="5d", interval="1m")[["Close"]]
df = df.dropna() # 确保无空值干扰
df['day'] = df.index.strftime('%d/%m/%Y')
df['time'] = df.index.strftime('%H:%M') # 关键：提取日内时间作为 x 轴
# 构造离散指标（例如每小时整点标记收盘价）
df['indicator'] = df['Close'].where(df.index.minute == 0)
# 创建动画线图：x=time, y=多列, animation_frame=day
fig = px.line(
df,
x="time",
y=["Close", "indicator"],
animation_frame="day",
title="AAPL 每日分钟级收盘价（含整点标记）",
markers=True
)
fig.update_traces(connectgaps=True) # 连接非 NaN 值，避免断点
# ⚠️ 关键优化：手动固定 y 轴范围，防止动画中尺度跳变
ymin, ymax = df['Close'].min(), df['Close'].max()
padding = (ymax - ymin) * 0.05
fig.update_layout(
yaxis_range=[ymin - padding, ymax + padding],
xaxis_title="日内时间 (HH:MM)",
yaxis_title="价格 (USD)",
xaxis_dtick=60, # 每60分钟一个刻度（即每小时）
showlegend=True
)
fig.show()注意事项与最佳实践：
- ✅ x="time" 必须是字符串格式（如 "09:30"），Plotly 会将其视为分类轴；若需连续时间轴，请改用 datetime 类型并配合 xaxis_type="date"，但需确保每日时间戳对齐（更复杂，不推荐初学者）。
- ✅ xaxis_dtick 单位为分钟（非毫秒），因为分类轴下 dtick 表示相邻刻度的索引步长；若时间粒度为1分钟，设 dtick=60 可实现每小时一格。
- ✅ 务必调用 update_layout(yaxis_range=[...]) —— Plotly 默认在每帧重算 y 范围，导致动画闪烁或缩放失真。
- ⚠️ yfinance 的 "1m" 间隔受 API 限制（仅返回最近7天），生产环境建议缓存数据或切换至专业行情源（如 akshare 或数据库）。
- ? 若需高亮特定时刻（如开盘/收盘），可用 scatter 追加轨迹，或利用 px.scatter 配合 symbol="indicator" 实现条件标记。
通过上述结构化设计，你将获得一个真正按日滚动、时间轴对齐、视觉稳定的交互式动画图表，适用于日内分析、策略回测演示或教学场景。
