Plotly：如何使用 plotly.graph_objects 和 plotly.express 在图形中定义颜色？

Question

有许多问题和答案以一种或另一种方式涉及这个主题。有了这个贡献我想清楚地说明为什么一个简单的计算策略，如marker = {'color' : 'red'}对工作的意愿plotly.graph_objects (go)，但color='red'不会为了plotly.express (px)虽然颜色是两者的属性px.Line和px.Scatter。而且我想说明为什么它的真棒，它没有。

---

所以，如果px应该是制作情节图的最简单方法，那么为什么像color='red'返回错误这样明显的东西

ValueError: 'color' 的值不是 'data_frame' 中列的名称。

让我applyig一个展示gapminder数据集和显示的散点图Life expectancy对GDP per capita所有（至少大多数世界各地的）国家作为2007。像下面这样的基本设置将产生以下图

图 1，绘图使用go：

颜色由名为plotly的循环设置，但在此处指定使用 marker = {'color' : 'red'}

图2，代码：

import plotly.graph_objects as go

df = px.data.gapminder()
df=df.query("year==2007")

fig = go.Figure()
fig.add_traces(go.Scatter(x=df['gdpPercap'], y=df["lifeExp"],
                          mode = 'markers',
                          marker = {'color' : 'red'}
                         ))
fig.show()

所以让我们用 来试试这个px，并假设它color='red'可以解决问题：

代码 2，尝试使用定义颜色的散点图px：

# imports
import plotly.express as px
import pandas as pd

# dataframe
df = px.data.gapminder()
df=df.query("year==2007")

# plotly express scatter plot
px.scatter(df, x="gdpPercap", y="lifeExp",
           color = 'red',
          )

结果：

ValueError: 'color' 的值不是 'data_frame' 中列的名称。预期 ['country', 'continent', 'year', 'lifeExp', 'pop', 'gdpPercap', 'iso_alpha', 'iso_num'] 之一但收到：红色

那么这里发生了什么？

Answer 1

首先，如果之间的更广泛的差异的说明go和px要求，请看看这里和这里。如果绝对不需要解释，你会在答案的最后找到一个完整的代码片段，它将揭示 plotly.express 中的许多颜色的权力

第 1 部分：本质：

这可能似乎并不那么在第一，但也有非常为什么好的理由color='red'不工作，你所期望的使用px。但首先，如果你想要做的是手动设置特定的颜色为所有标记，你可以这样做，用.update_traces(marker=dict(color='red'))感谢蟒蛇链接方法。但首先，让我们看看默认设置：

1.1 绘图表达默认值

图1，px默认散点图使用 px.Scatter

代码1，px默认散点图使用 px.Scatter

# imports
import plotly.express as px
import pandas as pd

# dataframe
df = px.data.gapminder()
df=df.query("year==2007")

# plotly express scatter plot
px.scatter(df, x="gdpPercap", y="lifeExp")

在这里，正如问题中已经提到的，颜色被设置为默认绘图序列中的第一种颜色px.colors.qualitative.Plotly：

['#636EFA', # the plotly blue you can see above
 '#EF553B',
 '#00CC96',
 '#AB63FA',
 '#FFA15A',
 '#19D3F3',
 '#FF6692',
 '#B6E880',
 '#FF97FF',
 '#FECB52']

这看起来很不错。但是，如果您想更改内容甚至同时添加更多信息，该怎么办？

1.2：如何覆盖默认设置并做正是你想要的颜色PX什么：

正如我们已经提到的px.scatter，该color属性不采用颜色 likered作为参数。相反，您可以例如用于color='continent'轻松区分数据集中的不同变量。但是还有更多的颜色px：

以下六个方法的结合，将让你这样做正是你使用plotly表达颜色喜欢什么。请记住，您甚至不必选择。您可以同时使用以下一种、部分或全部方法。和一个特定的有用的方法将自己作为揭示的combinatino1和3。但我们稍后会谈到这一点。这是你需要知道的：

1. 更改 px 使用的颜色序列：

color_discrete_sequence=px.colors.qualitative.Alphabet

2. 用 参数为不同的变量分配不同的颜色color

color = 'continent'

3. 自定义一种或多种可变颜色

color_discrete_map={"Asia": 'red'}

4. 使用 dict comprehension 和color_discrete_map

subset = {"Asia", "Africa", "Oceania"}
group_color = {i: 'red' for i in subset}

5. 使用rgba()颜色代码设置不透明度。

color_discrete_map={"Asia": 'rgba(255,0,0,0.4)'}

6. 覆盖所有设置：

.update_traces(marker=dict(color='red'))

第 2 部分：细节和情节

下面的代码片段将生成下面的图表，该图表显示了所有大陆在不同 GDP 水平下的预期寿命。标记的大小代表不同级别的人群，从一开始就让事情变得更有趣。

情节 2：

代码 2：

import plotly.express as px
import pandas as pd

# dataframe, input
df = px.data.gapminder()
df=df.query("year==2007")

px.scatter(df, x="gdpPercap", y="lifeExp",
           color = 'continent',
           size='pop',
          )

为了说明上述方法的灵活性，让我们首先更改颜色序列。由于我们初学者只展示了一种类别和一种颜色，因此您必须等待后续步骤才能看到真正的效果。但现在color_discrete_sequence=px.colors.qualitative.Alphabet按照步骤 1 的情节相同：

1. 改变px使用的颜色序列

color_discrete_sequence=px.colors.qualitative.Alphabet

现在，让我们将Alphabet颜色序列中的颜色应用到不同的大陆：

2. 用 参数为不同的变量分配不同的颜色color

color = 'continent'

如果你和我一样，认为这个特定的颜色序列在眼睛上很容易但可能有点难以区分，你可以为一个或多个大陆分配一种你选择的颜色，如下所示：

3. 自定义一种或多种可变颜色

color_discrete_map={"Asia": 'red'}

这非常棒：现在您可以更改序列并为特别有趣的变量选择您喜欢的任何颜色。但是，如果您想将特定颜色分配给更大的子集，则上述方法可能会有些乏味。因此，您也可以通过dict 理解来做到这一点：

4.使用字典理解为组分配颜色和color_discrete_map

# imports
import plotly.express as px
import pandas as pd

# dataframe
df = px.data.gapminder()
df=df.query("year==2007")

subset = {"Asia", "Europe", "Oceania"}
group_color = {i: 'red' for i in subset}

# plotly express scatter plot
px.scatter(df, x="gdpPercap", y="lifeExp",
           size='pop',
           color='continent',
           color_discrete_sequence=px.colors.qualitative.Alphabet,
           color_discrete_map=group_color
          )

5.使用rgba()颜色代码设置不透明度。

现在让我们退后一步。如果您认为red适合亚洲就好了，但可能有点太强了，您可以使用如下rgba颜色调整不透明度'rgba(255,0,0,0.4)'：

最后一个情节的完整代码：

import plotly.express as px
import pandas as pd

# dataframe, input
df = px.data.gapminder()
df=df.query("year==2007")

px.scatter(df, x="gdpPercap", y="lifeExp",
           color_discrete_sequence=px.colors.qualitative.Alphabet,
           color = 'continent',
           size='pop',
           color_discrete_map={"Asia": 'rgba(255,0,0,0.4)'}
          )

如果您认为我们现在变得有点太复杂了，您可以再次覆盖所有设置：

6.覆盖所有设置：

.update_traces(marker=dict(color='red'))

这让我们又回到了开始的地方。我希望你会发现这很有用！

包含所有可用选项的完整代码片段：

# imports
import plotly.express as px
import pandas as pd

# dataframe
df = px.data.gapminder()
df=df.query("year==2007")

subset = {"Asia", "Europe", "Oceania"}
group_color = {i: 'red' for i in subset}

# plotly express scatter plot
px.scatter(df, x="gdpPercap", y="lifeExp",
           size='pop',
           color='continent',
           color_discrete_sequence=px.colors.qualitative.Alphabet,
           #color_discrete_map=group_color
           color_discrete_map={"Asia": 'rgba(255,0,0,0.4)'}
          )#.update_traces(marker=dict(color='red'))