我来给你几个完美匹配需求的解决方案，都是针对你想要的「第一层级用颜色区分、第二层级方块填满对应父区域」的树形图设计的，完全解决Plotly嵌套、squarify分散的问题：

方案1：用squarify分层绘制（首推，静态图效果拉满） #

这个思路很直观：先按第一层级（比如你的city）算出每个组的总销售额，画出大的色块当底色；然后在每个大色块内部，再用该组下的子项（product）的销售额绘制小方块。这样同组的子项会集中在一个规整的区域里，既能直观看到第一层级的占比，又能清晰区分第二层级的细节。

直接上代码：

import pandas as pd
import matplotlib.pyplot as plt
import squarify
import seaborn as sns

# 你的测试数据
product = ["Pins", "Binders", "Paper", "Pins", "Binders", "Paper"]
city = ["Amsterdam", "Amsterdam", "Amsterdam", "Brussels", "Brussels", "Brussels"]
sales = [6, 4, 1, 5, 3, 1]
df = pd.DataFrame(dict(product=product, city=city, sales=sales))

# 按城市分组，计算总销售额和子产品的占比
city_groups = df.groupby('city')
city_totals = city_groups['sales'].sum().sort_values(ascending=False)
# 给每个城市分配专属颜色
color_palette = sns.color_palette("deep", n_colors=len(city_totals))
city_color_map = dict(zip(city_totals.index, color_palette))

fig, ax = plt.subplots(figsize=(12, 8))
ax.set_axis_off()

# 第一步：画城市级的大色块（只留底色，不显示城市标签）
city_rects = squarify.plot(
    sizes=city_totals.values,
    color=[city_color_map[city] for city in city_totals.index],
    pad=False,  # 不留组间空隙，让子产品填满整个城市区块
    ax=ax,
    label=['']*len(city_totals)  # 隐藏城市标签
)

# 第二步：在每个城市区块里画产品小方块
for i, (city_name, group_df) in enumerate(city_groups):
    # 获取当前城市区块的坐标范围
    parent_rect = city_rects[i]
    x, y, dx, dy = parent_rect['x'], parent_rect['y'], parent_rect['dx'], parent_rect['dy']
    
    # 计算产品相对于城市总销售额的大小比例，转换为区块内的尺寸
    product_sizes = group_df['sales'].values
    relative_sizes = [s / city_totals[city_name] * dx * dy for s in product_sizes]
    
    # 绘制子方块，颜色用城市色的浅色调，方便区分
    squarify.plot(
        sizes=relative_sizes,
        label=group_df['product'],
        color=[sns.desaturate(city_color_map[city_name], 0.8) for _ in product_sizes],
        pad=True,  # 子产品间留小空隙，更易阅读
        ax=ax,
        x=x, y=y, dx=dx, dy=dy
    )

# 添加城市图例
from matplotlib.patches import Patch
legend_elements = [Patch(facecolor=city_color_map[city], label=city) for city in city_totals.index]
ax.legend(handles=legend_elements, loc='upper right', bbox_to_anchor=(1.15, 1))

plt.tight_layout()
plt.show()

这个方案画出来的图完全符合你的要求：同城市的产品集中在一个大色块里，能一眼看出每个城市的总占比，产品大小清晰，而且是静态图，导出图片毫无问题。

方案2：用Plotly调整参数（适合偶尔需要交互的场景） #

如果你偶尔需要交互功能（比如hover看详情），也可以用Plotly的treemap，通过调整参数让第一层级只显示颜色、不显示标签，同时让第二层级填满父区域：

import plotly.express as px
import pandas as pd
import seaborn as sns

# 测试数据
product = ["Pins", "Binders", "Paper", "Pins", "Binders", "Paper"]
city = ["Amsterdam", "Amsterdam", "Amsterdam", "Brussels", "Brussels", "Brussels"]
sales = [6, 4, 1, 5, 3, 1]
df = pd.DataFrame(dict(product=product, city=city, sales=sales))

fig = px.treemap(df, path=['city', 'product'], values='sales',
                 color='city', color_discrete_map=dict(zip(df['city'].unique(), sns.color_palette("deep", 2).as_hex())))

# 配置显示：只显示产品标签，hover时显示城市信息
fig.update_traces(
    texttemplate='%{label}',
    textposition='middle center',
    hovertemplate='Product: %{label}<br>Sales: %{value}<br>City: %{parent}',
    branchvalues="total"  # 确保父节点大小是子节点的总和
)

# 隐藏第一层级的标签（把城市标签设为透明）
fig.for_each_trace(lambda t: t.update(textfont=dict(color='rgba(0,0,0,0)') if t.ids[0].count('/') == 0 else {}))

fig.update_layout(margin=dict(t=50, l=25, r=25, b=25))
fig.show()

这个方案的效果是：城市作为颜色区分，产品方块填满对应城市的区域，鼠标hover能看到完整信息，适合需要简单交互的场景。

方案3：用专门的treemap库（API最简洁） #

还有一个专门的treemap库（先通过pip install treemap安装），它原生支持多级树形图，还能直接控制只显示叶子节点（第二层级）的标签，代码非常简洁：

import pandas as pd
import matplotlib.pyplot as plt
from treemap import Treemap

# 测试数据
product = ["Pins", "Binders", "Paper", "Pins", "Binders", "Paper"]
city = ["Amsterdam", "Amsterdam", "Amsterdam", "Brussels", "Brussels", "Brussels"]
sales = [6, 4, 1, 5, 3, 1]
df = pd.DataFrame(dict(product=product, city=city, sales=sales))

# 创建树形图对象，指定层级、数值和颜色映射
tm = Treemap(
    data=df,
    path=['city', 'product'],
    values='sales',
    color='city',
    cmap='deep'
)

fig, ax = plt.subplots(figsize=(12, 8))
tm.plot(ax=ax, show_labels='leaf')  # 只显示叶子节点（产品）的标签
ax.set_axis_off()
plt.legend(handles=tm.get_legend_handles(), loc='upper right', bbox_to_anchor=(1.15, 1))
plt.tight_layout()
plt.show()

这个库的API非常友好，不用手动分层绘制，直接就能生成符合你需求的树形图，省了不少代码。

内容的提问来源于stack exchange，提问作者Hippolyte