如何在Dash中为Plotly直方图按年龄组分组并设置连续配色？

要实现按10岁年龄组拆分颜色的需求，核心是先把Customer_Age转换成区间分组，再用这个分组字段作为颜色依据，而不是直接用原始年龄值。具体步骤如下：

1. 数据预处理：创建年龄分组字段 #

用pd.cut函数把年龄按10岁为一组划分，同时把区间格式转换成更友好的文本，方便图例显示：

import pandas as pd

data = pd.read_csv('data.csv')
# 定义年龄区间边界，覆盖0到100岁（可根据实际数据调整）
age_bins = range(0, 101, 10)
# 生成可读性强的区间标签，如"0-9"、"10-19"
age_labels = [f'{i}-{i+9}' for i in age_bins[:-1]]
# 创建年龄分组字段，左闭右开区间（例如"10-19"包含10岁，不包含20岁）
data['Age_Group'] = pd.cut(data['Customer_Age'], bins=age_bins, labels=age_labels, right=False)

2. 修改直方图代码，使用年龄分组作为颜色维度 #

将color参数替换为新的Age_Group字段，同时指定有序配色方案，确保颜色随年龄组呈现规律变化：

from dash import Dash, html, dcc
import plotly.express as px

app = Dash(__name__)
app.layout = html.Div([
    dcc.Graph(
        figure=px.histogram(
            data,
            x='Product',
            y='Revenue',
            histfunc='sum',
            color='Age_Group',
            color_discrete_sequence=px.colors.sequential.Viridis,  # 指定有序渐变配色
            barmode='group'  # 可选：设置柱状条并列显示，默认是堆叠模式
        ).update_layout(
            legend_title_text='年龄组',
            xaxis_title='产品',
            yaxis_title='总营收'
        )
    ),
])

if __name__ == '__main__':
    app.run(debug=True)

补充说明 #

• 若需要堆叠显示各年龄组的营收，直接移除barmode='group'参数即可（Plotly默认堆叠）。
• 配色序列可按需替换，比如px.colors.sequential.Blues（冷色调渐变）、px.colors.qualitative.D3（离散对比色）等，Plotly内置多种配色方案。
• 如果数据中存在超出0-99范围的年龄，可调整age_bins的边界值（比如扩展到110），避免出现NaN分组。

内容的提问来源于stack exchange，提问作者Bubaya