Plotly：如何使用883276440288 Graph Objects和Plotly Express在图中定义colors？

Question

有许多问题和答案以某种方式涉及到这个主题。 有了这个贡献，我想清楚地说明为什么像marker = {'color': 'red'}这样的简单方法适用于plotly.graph_objects (go) ，但color='red'不适用于plotly.express (px)尽管颜色是px.Line和px.Scatter的属性。 我想证明为什么它不是很棒。

---

所以，如果px应该是制作 plotly 图形的最简单方法，那么为什么像color='red'这样明显的东西会返回错误

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

简而言之，这是因为color in px不接受任意颜色名称或代码，而是接受数据集中的变量名称，以便将颜色循环分配给唯一值并将它们显示为具有不同 colors 的行。

让我通过应用gapminder数据集来演示，并显示截至2007世界上所有（至少大多数）国家的Life expectancy与GDP per capita的散点图。 像下面这样的基本设置将产生以下 plot

图 1，plot 使用go ：

颜色由名为plotly的循环设置，但此处使用marker = {'color': 'red'}指定

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px试试这个，并假设color='red'可以解决这个问题：

代码 2，尝试使用px以定义的颜色散布 plot：

# 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

那么这是怎么回事？

Answer 1

首先，如果需要解释go和px之间更广泛的差异，请查看此处和此处。 如果绝对不需要任何解释，您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 colors 的许多功能

---

第 1 部分：本质：

乍一看似乎并非如此，但有充分的理由说明为什么color='red'不能像您预期的那样使用px 。 但首先，如果你想做的只是手动为所有标记设置特定颜色，你可以使用.update_traces(marker=dict(color='red'))多亏了pythons 链接方法。 但首先，让我们看一下默认设置：

1.1 Plotly 快递默认

图一、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 plotly 序列中的第一种颜色，可通过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怎么办？

1.2：如何覆盖默认值并使用 px colors完全按照您的意愿进行操作：

正如我们已经接触过的px.scatter ， color属性不接受像red这样的颜色作为参数。 相反，您可以使用color='continent'轻松区分数据集中的不同变量。 但是px中的 colors 还有很多：

---

结合使用以下六种方法，您可以使用 plotly express完全按照自己的意愿使用 colors。 请记住，您甚至不必选择。 您可以同时使用以下一种、部分或所有方法。 一种特别有用的方法将显示为1和3的组合。 但我们稍后会谈到这一点。 这是你需要知道的：

1.更改 px 使用的颜色顺序：

color_discrete_sequence=px.colors.qualitative.Alphabet

2.将不同的 colors 赋值给不同的变量，使用color参数

color = 'continent'

3.自定义一个或多个变量colors with

color_discrete_map={"Asia": 'red'}

4.使用字典理解和color_discrete_map轻松对更大的变量子集进行分组

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

以下代码段将生成下面的 plot，它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口，从 go 开始让事情变得更有趣。

Plot 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，让我们首先改变颜色顺序。 由于我们一开始只展示了一种类别和一种颜色，您必须等待后续步骤才能看到真正的效果。 但是这里是相同的 plot 现在color_discrete_sequence=px.colors.qualitative.Alphabet按照步骤 1：

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 colors 应用到不同的大陆：

2.将不同的 colors 赋值给不同的变量，使用color参数

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，你可以将你选择的颜色分配给一个或多个大陆，如下所示：

3.自定义一个或多个变量colors with

color_discrete_map={"Asia": 'red'}

这非常棒：现在您可以更改顺序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，上述方法可能会有点乏味。 所以你也可以通过听写理解来做到这一点：

4.使用字典理解和color_discrete_map将 colors 分配给一个组

# 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很适合亚洲，但可能有点太浓了，您可以使用rgba颜色调整不透明度，例如'rgba(255,0,0,0.4)'以获得此效果：

最后一个plot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)'}
          )

如果你认为我们现在变得有点太复杂了，你可以像这样再次覆盖所有设置：

6.覆盖所有设置：

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

这让我们回到了起点。 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'))