如何缩小Plotly parallel_categories图适配长标签并调整support标签位置

1. 扩容左右边距+压缩中间绘图区域 #

通过布局参数增加左右留白，同时缩小绘图区域的占比，给长标签腾出显示空间：

import plotly.express as px
import pandas as pd

# 假设已将关联规则数据转换为DataFrame df
fig = px.parallel_categories(df, dimensions=['特征组合', '其他属性', 'support'])

# 调整布局边距与绘图区域范围
fig.update_layout(
    margin=dict(l=220, r=180, t=50, b=50),  # 按需调整左右边距数值
    parallel_categories=dict(
        domain=dict(x=[0.18, 0.82])  # 缩小中间绘图区域的左右占比，范围0-1
    )
)

2. 开启标签自动换行 #

给长标签开启自动换行功能，避免横向截断：

fig.update_traces(
    parallel_categories=dict(
        dimensions=[
            dict(
                label=col, 
                values=df[col], 
                label_font=dict(size=10), 
                textwrap=True
            ) for col in df.columns
        ]
    )
)

textwrap=True会自动将过长的标签换行显示，配合label_font可微调字号适配。

3. 调整右侧"support"标签位置 #

若右侧support标签与相邻维度重叠，可手动调整该维度的位置或增大维度间距：

方式一：手动指定维度位置 #

# 获取现有维度配置
dims = fig.data[0].parallel_categories.dimensions
# 调整最后一个维度（support）的x坐标，数值越大越靠右
dims[-1]['x'] = 0.95
# 更新图表
fig.update_traces(parallel_categories=dict(dimensions=dims))

方式二：增大维度间空白 #

fig.update_traces(parallel_categories=dict(gap=0.25))  # 增大维度间间距，避免标签重叠

4. 手动拆分长标签（可选） #

如果自动换行效果不佳，可提前在数据中插入换行符\n强制拆分：

# 以逗号为分隔符拆分长标签
df['特征组合'] = df['特征组合'].str.replace(',', ',\n')

内容的提问来源于stack exchange，提问作者otiv33