如何为Plotly饼图的单个切片设置独立透明度？

完全可以像设置pull参数那样，通过传入透明度值列表给每个饼图切片单独设置透明度。结合Dash的点击回调，就能实现点击切片时高亮（保持原透明度）、未点击切片降低透明度的效果，具体实现步骤如下：

1. 初始饼图配置
   用Plotly Express生成饼图时，先初始化pull和opacity的列表，默认所有切片都不拉出、透明度为1：

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

df = px.data.tips()
fig = px.pie(df, values='tip', names='day')

# 初始化pull和opacity列表，默认全0和全1
fig.update_traces(
    pull=[0]*len(df['day'].unique()),
    opacity=[1]*len(df['day'].unique())
)

app = Dash(__name__)
app.layout = html.Div([
    dcc.Graph(id='pie-graph', figure=fig)
])

2. 编写Dash回调处理点击事件
   在回调中获取点击的切片索引，更新opacity列表：将点击的切片透明度设为1，其余设为0.5（可自定义），同时同步更新pull参数实现拉出效果：

@app.callback(
    Output('pie-graph', 'figure'),
    Input('pie-graph', 'clickData')
)
def update_pie(clickData):
    fig = px.pie(df, values='tip', names='day')
    categories = df['day'].unique()
    pull_list = [0]*len(categories)
    opacity_list = [0.5]*len(categories)

    if clickData:
        # 获取点击切片的索引
        clicked_idx = clickData['points'][0]['pointIndex']
        # 高亮点击的切片：透明度1，拉出距离0.1
        opacity_list[clicked_idx] = 1
        pull_list[clicked_idx] = 0.1

    fig.update_traces(pull=pull_list, opacity=opacity_list)
    return fig

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

3. 扩展：处理多次点击切换状态
   如果需要点击同一切片时恢复原状，可以加入状态存储（dcc.Store）记录上次点击的索引，判断当前点击是否为同一索引来切换状态：

app.layout = html.Div([
    dcc.Graph(id='pie-graph', figure=fig),
    dcc.Store(id='clicked-store', data=-1)  # 存储上次点击的索引，初始为-1
])

@app.callback(
    [Output('pie-graph', 'figure'), Output('clicked-store', 'data')],
    [Input('pie-graph', 'clickData')],
    [Input('clicked-store', 'data')]
)
def update_pie_toggle(clickData, last_clicked):
    fig = px.pie(df, values='tip', names='day')
    categories = df['day'].unique()
    pull_list = [0]*len(categories)
    opacity_list = [1]*len(categories)

    if clickData:
        clicked_idx = clickData['points'][0]['pointIndex']
        if clicked_idx == last_clicked:
            # 再次点击同一切片，恢复原状
            last_clicked = -1
        else:
            # 高亮新切片
            opacity_list = [0.5]*len(categories)
            opacity_list[clicked_idx] = 1
            pull_list[clicked_idx] = 0.1
            last_clicked = clicked_idx

    fig.update_traces(pull=pull_list, opacity=opacity_list)
    return fig, last_clicked

核心逻辑就是利用Plotly饼图update_traces()方法中，opacity参数支持传入与切片数量匹配的列表，和pull参数的用法完全一致，结合Dash的交互回调就能实现你要的高亮效果。

内容的提问来源于stack exchange，提问作者nKLN