如何用Plotly制作hexbin mapbox子图？能否用2D直方图替代？

问题背景 #

尝试用Plotly的make_subplots整合三个hexbin mapbox子图时，触发错误：ValueError: Unsupported subplot type: 'hexbinmapbox'，同时询问是否可用2D直方图替代。

错误原因 #

Plotly的make_subplots目前不支持hexbinmapbox作为子图类型，因为hexbinmapbox依赖Mapbox底层渲染，子图系统暂未适配该类型。

解决方案 #

方案1：在同一Mapbox图中添加多组hexbin轨迹 #

如果不需要独立的Mapbox视图，可以在同一个地图上叠加多个hexbin层，通过图例区分不同类别：

import pandas as pd
import plotly.graph_objs as go

data = pd.DataFrame({
       'Cat': ['t','y','y','y','f','f','t','f','y','y','t','y','f','f'],
       'LAT': [5,6,4,5,4,7,8,9,5,6,18,17,15,16],
       'LON': [10,11,9,11,10,8,8,5,8,7,18,16,16,17],
       })

# 拆分数据集（修正原代码重复赋值的错误）
df_t = data[data['Cat'] == 't']
df_y = data[data['Cat'] == 'y']
df_f = data[data['Cat'] == 'f']

fig = go.Figure()

# 添加每个类别的hexbin轨迹
fig.add_trace(go.Histogram2dContour(
    lat=df_t['LAT'],
    lon=df_t['LON'],
    colorscale='Blues',
    name='t',
    showscale=False
))

fig.add_trace(go.Histogram2dContour(
    lat=df_y['LAT'],
    lon=df_y['LON'],
    colorscale='Greens',
    name='y',
    showscale=False
))

fig.add_trace(go.Histogram2dContour(
    lat=df_f['LAT'],
    lon=df_f['LON'],
    colorscale='Reds',
    name='f'
))

# 设置Mapbox基础配置
fig.update_layout(
    mapbox_style='carto-positron',
    mapbox_zoom=3,
    mapbox_center={'lat': 10, 'lon': 12},
    title='三类数据的Hexbin Mapbox叠加图'
)

fig.show()

方案2：用2D直方图（Histogram2d）实现子图布局 #

如果不需要地图背景，完全可以用2D直方图替代，这是make_subplots支持的子图类型：

import pandas as pd
import plotly.graph_objs as go
from plotly.subplots import make_subplots

data = pd.DataFrame({
       'Cat': ['t','y','y','y','f','f','t','f','y','y','t','y','f','f'],
       'LAT': [5,6,4,5,4,7,8,9,5,6,18,17,15,16],
       'LON': [10,11,9,11,10,8,8,5,8,7,18,16,16,17],
       })

# 拆分数据集
df_t = data[data['Cat'] == 't']
df_y = data[data['Cat'] == 'y']
df_f = data[data['Cat'] == 'f']

# 创建3行1列的子图，指定类型为xy（支持2D直方图）
fig = make_subplots(
    rows=3, 
    cols=1, 
    subplot_titles=('t', 'y', 'f'),
    vertical_spacing=0.1
)

# 逐个添加子图的2D直方图
fig.add_trace(go.Histogram2d(
    x=df_t['LON'],
    y=df_t['LAT'],
    colorscale='Blues',
    showscale=False
), row=1, col=1)

fig.add_trace(go.Histogram2d(
    x=df_y['LON'],
    y=df_y['LAT'],
    colorscale='Greens',
    showscale=False
), row=2, col=1)

fig.add_trace(go.Histogram2d(
    x=df_f['LON'],
    y=df_f['LAT'],
    colorscale='Reds'
), row=3, col=1)

# 优化布局样式
fig.update_layout(height=900, width=600, title_text="三类数据的2D直方图子图")
fig.update_xaxes(title_text="经度", row=1, col=1)
fig.update_xaxes(title_text="经度", row=2, col=1)
fig.update_xaxes(title_text="经度", row=3, col=1)
fig.update_yaxes(title_text="纬度", row=1, col=1)
fig.update_yaxes(title_text="纬度", row=2, col=1)
fig.update_yaxes(title_text="纬度", row=3, col=1)

fig.show()

额外注意点 #

• 原代码存在数据集拆分错误：三次将结果赋值给df_t，导致只有最后一个类别的数据被保留，修正后需改为三个独立变量。
• 若必须保留地图背景的子图，目前Plotly官方暂不支持该功能，只能通过Dash等框架实现多图拼接，无法在单个Figure中完成。

内容的提问来源于stack exchange，提问作者jonboy