Plotly树形图（Treemap）仅在子节点显示悬浮信息（Hoverinfo）的实现方案咨询

针对你遇到的两个需求，我分别给出具体的实现方案：

1. 仅子节点显示悬浮信息，父节点隐藏 #

要实现这个效果，我们可以利用Plotly的selector功能，针对不同层级的节点设置不同的悬浮信息规则。treemap的节点层级从0开始计数，对应你定义的path顺序：world是level 0，continent是level 1，country是level 2（子节点）。

先将所有节点的悬浮信息设为隐藏，再单独给最底层的子节点开启悬浮显示：

import pandas as pd
import plotly.express as px

df = pd.DataFrame({'world':['world']*4, 'continent':['SA','SA','NA','NA'], 'country':['Brazil','Uruguay','USA','Canada'], 'total_cases_per_100':[6,1,12,8]})
fig = px.treemap(df, path=['world','continent','country'],values='total_cases_per_100')

# 先隐藏所有节点的悬浮信息
fig.update_traces(hoverinfo='none')
# 单独为子节点（level=2）开启悬浮信息，显示指标值
fig.update_traces(hoverinfo='value', selector={'level': 2})

fig.show()

这样操作后，只有国家级别的子节点会在悬浮时显示total_cases_per_100的值，大洲和世界节点不会显示任何悬浮信息。

2. 用父节点实际值替换自动求和值 #

如果需要保留父节点的悬浮信息，但替换成你已知的实际比率，有两种实现方式，取决于你是否需要保持treemap的面积逻辑：

方式一：重构DataFrame包含父节点数据 #

直接在数据源中加入父节点的行，指定对应的实际指标值，Plotly会直接使用这些值而非自动求和，同时treemap的面积会按照你提供的values计算：

import pandas as pd
import plotly.express as px

# 构造包含父节点实际值的完整数据集
# 这里假设world的实际比率是7，SA是3.5，NA是10，你可以替换成自己的真实数据
df_full = pd.DataFrame([
    {"world": "world", "continent": None, "country": None, "total_cases_per_100": 7},
    {"world": "world", "continent": "SA", "country": None, "total_cases_per_100": 3.5},
    {"world": "world", "continent": "NA", "country": None, "total_cases_per_100": 10},
    {"world": "world", "continent": "SA", "country": "Brazil", "total_cases_per_100": 6},
    {"world": "world", "continent": "SA", "country": "Uruguay", "total_cases_per_100": 1},
    {"world": "world", "continent": "NA", "country": "USA", "total_cases_per_100": 12},
    {"world": "world", "continent": "NA", "country": "Canada", "total_cases_per_100": 8}
])

fig = px.treemap(df_full, path=['world','continent','country'], values='total_cases_per_100')
fig.update_traces(hovertemplate=None, hoverinfo='value')

fig.show()

方式二：保留原面积逻辑，仅替换悬浮显示值 #

如果你希望treemap的面积仍然按照子节点值的总和来展示，但悬浮时显示父节点的实际比率，可以通过自定义customdata和hovertemplate实现：

import pandas as pd
import plotly.express as px

df = pd.DataFrame({'world':['world']*4, 'continent':['SA','SA','NA','NA'], 'country':['Brazil','Uruguay','USA','Canada'], 'total_cases_per_100':[6,1,12,8]})

# 定义父节点的实际比率，键是节点的路径元组
parent_actual_values = {
    ('world',): 7,
    ('world', 'SA'): 3.5,
    ('world', 'NA'): 10
}

fig = px.treemap(df, path=['world','continent','country'], values='total_cases_per_100')

# 遍历每个节点，设置自定义的显示值
for trace in fig.data:
    for idx, node_id in enumerate(trace.ids):
        # 将节点ID拆分为路径元组
        node_path = tuple(node_id.split('/'))
        # 根据路径匹配实际值
        if node_path in parent_actual_values:
            trace.customdata[idx] = parent_actual_values[node_path]
        else:
            # 子节点使用原数据的指标值
            trace.customdata[idx] = df.loc[df['country'] == node_path[-1], 'total_cases_per_100'].iloc[0]

# 设置悬浮模板，显示自定义数据
fig.update_traces(
    hovertemplate='total_cases_per_100: %{customdata}',
    hoverinfo='none'
)

fig.show()

这个方式下，treemap的面积还是和原代码一致（父节点面积是子节点的总和），但悬浮时会显示你指定的父节点实际比率，子节点显示原数值。

内容的提问来源于stack exchange，提问作者callmeanythingyouwant