如何用Plotly绘制单条随c1值变色的连续折线图？

当使用Plotly Express的px.line()并设置color='c1'时，Plotly会将不同c1值的数据拆分为独立折线，无法实现单条连续折线按c1切换颜色的需求。要解决这个问题，我们可以使用Plotly Graph Objects手动构建折线，将连续相同c1值的线段作为单独的trace绘制，确保整体折线连续。

解决方案步骤 #

• 为连续相同的c1值分组：通过判断相邻行c1值是否变化，生成分组ID，确保每个分组内的c1值连续相同。
• 手动添加折线Trace：遍历每个分组，为每个分组添加一条折线Trace，使用对应c1值的颜色，相邻分组的折线会自然连接，形成整体连续的折线。
• 自定义颜色映射：根据c1的不同值（-1、0、1）设置对应的颜色，提升可视化区分度。

完整代码示例 #

import pandas as pd
import plotly.graph_objects as go

# 测试数据
data = {
    "date": ['2021/01/07', '2021/01/08', '2021/01/11', '2021/01/12','2021/01/13','2021/01/14','2021/01/15'],
    "p1": [2, 4, 6, 6,4, 2,2],
    "c1":[0,1,1,0,-1,-1,0]
}
df = pd.DataFrame(data)
df['date1'] = pd.to_datetime(df['date'])

# 为连续相同的c1值生成分组ID
df['group_id'] = df['c1'].ne(df['c1'].shift()).cumsum()

# 定义c1对应的颜色映射
color_map = {-1: '#ff4d4d', 0: '#808080', 1: '#33cc33'}

# 初始化Figure
fig = go.Figure()

# 遍历每个分组，添加折线Trace
for group in df.groupby('group_id'):
    group_data = group[1]
    c1_val = group_data['c1'].iloc[0]
    fig.add_trace(go.Scatter(
        x=group_data['date1'],
        y=group_data['p1'],
        mode='lines+markers',  # 可选保留标记点，方便查看数据点
        line=dict(color=color_map[c1_val], width=2),
        name=f'c1={c1_val}'
    ))

# 调整布局
fig.update_layout(
    xaxis_title='日期',
    yaxis_title='P1',
    title='P1趋势（按c1切换颜色）',
    hovermode='x unified'
)

fig.show()

代码说明 #

• 分组逻辑：df['c1'].ne(df['c1'].shift()).cumsum()会在c1值变化时生成新的分组ID，保证每个分组内的c1值连续一致。
• 颜色映射：color_map自定义了不同c1值对应的颜色，你可以根据需求调整颜色代码。
• Trace添加：每个分组对应一个Trace，由于分组是连续的，相邻Trace的终点和起点会自然连接，形成单条连续折线，同时不同段的颜色由c1值决定。

内容的提问来源于stack exchange，提问作者newoptionz