python - Plotly:如何更改散点图散点图的配色方案？

Question

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

我正在建立的一件事是scatterplot

我下面有一些代码，它产生一个漂亮的散点图:

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，我想尝试更改颜色方案，即为每个物种显示的颜色。

我读过了:

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

https://plotly.com/python/colorscales/

https://plotly.com/python/v3/colorscales/

但是无法获得改变的颜色。

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，更改用于绘图的图形的配色方案非常简单。在这里导致问题的原因是species是分类变量。连续值或数字值实际上更容易些，但我们稍后将进行介绍。

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。我更喜欢将关键字参数continuous_colorscale与px.colors.qualitative.Antique结合使用，其中Antique可以更改为可在plotly express中使用的任何discrete color schemes。只需运行dir(px.colors.qualitative)即可查看正在运行的可打印版本中可以使用的功能:

['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()

plotly 1:



那么连续变量呢？

考虑以下代码段:

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()

运行此将生成以下图:



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，并获得以下图表:



在这里可能引起困惑的是，设置 color='species并保留 color_continuous_scale=px.colors.sequential.Inferno将为您提供以下图表:



现在，该图直接跳回使用默认的绘图颜色 ，而没有，这给您有关 color_continuous_scale=px.colors.sequential.Inferno无效的任何警告。
这是因为 species是具有以下不同值的类别变量: ['setosa', 'versicolor', 'virginica']，因此 color_continuous_scale会被忽略。为了使 color_continuous_scale生效，您必须使用一个数值，例如 sepal_length = [5.1, 4.9, 4.7, 4.6, 5. , 5.4, ...]
这使我们回到关于分类值的最初答案:

Use the keyword argument continuous_colorscale in combination with px.colors.qualitative