Plotly：如何设置不同的标记不透明度，但为所有标记保持相同的轮廓颜色？

Question

我正在尝试在制造商不透明度被某些向量改变的地方放置标记。

但标记边缘颜色不透明度是恒定的。

   fig.add_trace(go.Scatter(x=real.index, y=real['some_value'],
                             mode='markers',
                             marker={'opacity': real['another value'],
                                     'color':'green',
                                     'size':10,
                                     'line':dict(width=1,
                                                 color='rgba(165,42,42,1)')}
                            ))

从下图中可以看出，标记边缘颜色不透明度与标记填充的颜色不透明度一起变化。

我的目的是保持线条（标记边缘）不透明度恒定。

注意：这个问题并没有回答以下问题：

plotly.py：更改线条不透明度，使标记不透明

Answer 1

您可以轻松地在 0 和 1 之间重新缩放 pandas 系列，并将其用作参数， rgba(red,green,blue,opacity)例如图形中某个标记的不透明度在 0 到 1 之间color='rgba(100,0,255,'+opac+')'。opac标记的颜色属性对于任何标记都是唯一的go.Scatter()，因此您必须为每个点添加唯一的跟踪。然后，同时，您可以使用以下命令设置标记轮廓的颜色（如果您愿意的话，还可以设置不透明度）marker=dict(line=dict(color='rgba(100,0,255,1)'))

在下图中，我将轮廓颜色设置为“rgba(100,0,255,1)”，并且标记填充的不透明度根据上面的逻辑而变化。这样，最高值将显示为完全“填充”的标记：

但您也可以使用以下方法设置更明确定义的线line=dict(color='rgba(0,0,0,1)', width = 2)：

现在您可以尝试使用所有rgba参数来找到您喜欢的颜色。

完整代码：

# imports
import plotly.graph_objects as go
import pandas as pd
import numpy as np

# sample data in the form of an hourlt
np.random.seed(1234)
tseries = pd.date_range("01.01.2020", "01.04.2020", freq="H")
data = np.random.randint(-100, 100, size=(len(tseries), 3))
df = pd.DataFrame(data=data)
df.columns=list('ABC')
df['C_scaled'] = df['C'].max()/df['C']
df['C_scaled'] = (df['C']-df['C'].min())/(df['C'].max()-df['C'].min())

df = df.sort_values(by=['C_scaled'], ascending=False)

fig=go.Figure()

for ix in df.index:
    d = df.iloc[ix]
    opac = str(d['C_scaled'])
    fig.add_trace(go.Scatter(x=[d['A']], y=[d['B']], showlegend=False,
                             marker=dict(size = 14, color='rgba(100,0,255,'+opac+')',
                                         line=dict(color='rgba(0,0,0,1)', width = 2)))
                            )
    
fig.show()

编辑： Hoverinfo 副作用

只需包含以下内容即可编辑悬停信息，以便 x 和 y 值始终在悬停时显示为最接近的值：

fig.update_layout(hovermode="x")
fig.update_traces(hoverinfo = 'x+y')