Plotly：如何更改绘图表达散点图的配色方案？

Question

我正在尝试使用plotly ，特别是ploty express来构建一些可视化。

我正在构建的一件事是散点图

我在下面有一些代码，它产生了一个很好的散点图：

import plotly.graph_objs as go, pandas as pd, plotly.express as px
df = pd.read_csv('iris.csv')
fig = px.scatter(df, x='sepal_length', y='sepal_width',
              color='species', marker_colorscale=px.colors.sequential.Viridis)
fig.show()

但是，我想尝试更改配色方案，即为每个物种呈现的颜色。

我读过了：

• https://plotly.com/python/builtin-colorscales/
• https://plotly.com/python/colorscales/
• https://plotly.com/python/v3/colorscales/

但是不能让颜色改变。

试：

fig = px.scatter(df, x='sepal_length', y='sepal_width',
              color='species', marker_colorscale=px.colors.sequential.Viridis)

产量：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-6-78a9d58dce23> in <module>
      2 # https://plotly.com/python/line-and-scatter/
      3 fig = px.scatter(df, x='sepal_length', y='sepal_width',
----> 4               color='species', marker_colorscale=px.colors.sequential.Viridis)
      5 fig.show()

TypeError: scatter() got an unexpected keyword argument 'marker_colorscale'

试

试：

fig = px.scatter(df, x='sepal_length', y='sepal_width',
              color='species', continuous_colorscale=px.colors.sequential.Viridis)

产量：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-6-78a9d58dce23> in <module>
      2 # https://plotly.com/python/line-and-scatter/
      3 fig = px.scatter(df, x='sepal_length', y='sepal_width',
----> 4               color='species', continuous_colorscale=px.colors.sequential.Viridis)
      5 fig.show()

TypeError: scatter() got an unexpected keyword argument 'continuous_colorscale'

如何更改plotly可视化中使用的颜色？

Answer 1

通常，更改绘图表达图形的配色方案非常简单。 造成这里问题的原因是species是一个分类变量。 连续值或数值实际上更容易，但我们稍后会谈到。

对于分类值，使用color_discrete_map是一种完全有效的方法，尽管很麻烦。 我更喜欢使用关键字参数continuous_colorscale结合px.colors.qualitative.Antique ，其中Antique可以改变任何的离散配色方案提供plotly表达。 只需运行dir(px.colors.qualitative)以查看您正在运行的 plotly 版本中可用的内容：

['Alphabet',
 'Antique',
 'Bold',
 'D3',
 'Dark2',
 'Dark24',
 'G10',......]

代码 1：

import plotly.express as px
df = px.data.iris()
fig = px.scatter(df, x="sepal_width", y="sepal_length",
                 color="species", color_discrete_sequence=px.colors.qualitative.Antique)

fig.show()

情节 1：

那么连续变量呢？

考虑以下片段：

import plotly.express as px
df = px.data.iris()
fig = px.scatter(df, x="sepal_width", y="sepal_length",
                 color="sepal_length", color_continuous_scale=px.colors.sequential.Viridis)

fig.show()

运行它会产生这个图：

您可以将颜色更改为dir(px.colors.sequential)下可用的任何其他主题，例如color_continuous_scale=px.colors.sequential.Inferno ，并获得此图：

这里可能引起混淆的是，设置color='species ，并保持color_continuous_scale=px.colors.sequential.Inferno会给你这个情节：

该图现在直接跳回使用默认的绘图颜色，而不会向您发出有关color_continuous_scale=px.colors.sequential.Inferno没有效果的任何警告。 这是因为species是具有以下不同值的分类变量： ['setosa', 'versicolor', 'virginica'] ，所以color_continuous_scale被简单地忽略。 要使color_continuous_scale生效，您必须使用数值，例如sepal_length = [5.1, 4.9, 4.7, 4.6, 5. , 5.4, ...]

这让我们回到了我对分类值的最初答案：

使用关键字参数continuous_colorscale与组合px.colors.qualitative

Answer 2

您可以使用名为color_discrete_map的方法，它是k,v对的字典，其中k是颜色值， v是颜色方案。 例如：

fig = px.scatter(df, x='sepal_length', y='sepal_width',
              color='species', color_discrete_map={'setosa': 'lightcyan', 
                                                   'versicolor': 'royalblue', 'virginica': 'darkblue'})