Definir el rango del eje y, entre [50-200]

estadisticas_comidas.py

 import pandas as pd
 import pandas as pd
-from dash import Dash, Input, Output, dcc, html, callback
+from dash import Dash, Input, Output, State, dcc, html, callback
 import plotly.graph_objects as go
 import plotly.graph_objects as go
 import plotly.express as px
 import plotly.express as px
 import plotly.figure_factory as ff
 import plotly.figure_factory as ff
@@ -378,12 +378,12 @@ app.layout = html.Div(children=[
 
 
 @callback(
 @callback(
     Output('glucosa-graph', 'figure'),
     Output('glucosa-graph', 'figure'),
-    [Input('rango', 'value'),
-     Input('slider-patient', 'value')]
+    [Input('slider-patient', 'value'),
+     Input('rango', 'value')],
 )
 )
-def update_graph(rango_str, selected_pat):
+def update_graph(selected_pat, rango_str):
     if selected_pat not in df_total['patient']:
     if selected_pat not in df_total['patient']:
-        return go.Figure()  
+        return go.Figure()
     if not selected_pat or not rango_str:
     if not selected_pat or not rango_str:
         return {} 
         return {} 
     
     
@@ -402,6 +402,7 @@ def update_graph(rango_str, selected_pat):
                              y=filtered_glucosa['value'], 
                              y=filtered_glucosa['value'], 
                              mode='lines', 
                              mode='lines', 
                              name='Glucosa paciente visita 1'))
                              name='Glucosa paciente visita 1'))
+    fig.update_layout(yaxis=dict(range=[50,200]))
     y_foods = np.interp(patient_foods['FH_reportada'], glucosa['date_time'], glucosa['value']) # interpolar fecha de las comidas con glucosa
     y_foods = np.interp(patient_foods['FH_reportada'], glucosa['date_time'], glucosa['value']) # interpolar fecha de las comidas con glucosa
     distancias = abs((patient_foods['FH_salto'] - patient_foods['FH_reportada']).dt.total_seconds()) / 60
     distancias = abs((patient_foods['FH_salto'] - patient_foods['FH_reportada']).dt.total_seconds()) / 60
     distancias_df = pd.concat([distancias,patient_foods['FH_reportada'], patient_foods['FH_foto']], axis=1, ignore_index=True)
     distancias_df = pd.concat([distancias,patient_foods['FH_reportada'], patient_foods['FH_foto']], axis=1, ignore_index=True)
@@ -424,7 +425,7 @@ def update_graph(rango_str, selected_pat):
     distancias_rango = distancias_df[(distancias_df['Distancia'] >= min(rango)) & (distancias_df['Distancia'] <= max(rango))]    #elegir las comidas que se encuentran en el rango seleccionado
     distancias_rango = distancias_df[(distancias_df['Distancia'] >= min(rango)) & (distancias_df['Distancia'] <= max(rango))]    #elegir las comidas que se encuentran en el rango seleccionado
     fotos_wfoods = distancias_rango.set_index('FH_reportada')['FH_foto']
     fotos_wfoods = distancias_rango.set_index('FH_reportada')['FH_foto']
     if distancias_rango.empty:
     if distancias_rango.empty:
-        return fig  
+        return fig 
     y_distancias = np.interp(pd.to_numeric(distancias_rango['FH_reportada']), pd.to_numeric(glucosa['date_time']), glucosa['value']) #interpolar la fecha de las distancias con glucosa
     y_distancias = np.interp(pd.to_numeric(distancias_rango['FH_reportada']), pd.to_numeric(glucosa['date_time']), glucosa['value']) #interpolar la fecha de las distancias con glucosa
     y_foto_wfood = np.interp(pd.to_numeric(fotos_wfoods.values), pd.to_numeric(glucosa['date_time']), glucosa['value'])
     y_foto_wfood = np.interp(pd.to_numeric(fotos_wfoods.values), pd.to_numeric(glucosa['date_time']), glucosa['value'])
     fig.add_trace(go.Scatter(x=distancias_rango['FH_reportada'], 
     fig.add_trace(go.Scatter(x=distancias_rango['FH_reportada'],