Plotly中如何将整数型变量的自动色条改为图例？

要让整数类型的type变量（取值1、2、3）生成图例而非色条，核心是让Plotly把这些整数识别为离散分类而非连续数值，下面是两种简单可行的方法：

方法一：将整数转换为字符串类型 #

直接把生成的整数列表转成字符串，或者在生成时就用字符串取值：

import pandas as pd
import plotly.express as px
import numpy as np
import random

df = pd.DataFrame()
df["x"] = np.sin(np.arange(100))
df["y"] = np.sin(np.arange(-100,100,2))
df["z"] = 2*np.sin(np.arange(100))

# 生成字符串类型的分类值
type_list = []
for i in range(100):
    type_list.append(random.choice(["1","2","3"]))  # 直接用字符串
df["type"] = type_list

# 或者先生成整数再转字符串：
# type_list = [random.choice([1,2,3]) for _ in range(100)]
# df["type"] = pd.Series(type_list).astype(str)

fig = px.scatter_3d(data_frame=df, x="x", y="y", z="z", color="type")
fig.show()

方法二：将列转换为Pandas分类类型 #

利用Pandas的Categorical类型标记该列为离散分类：

import pandas as pd
import plotly.express as px
import numpy as np
import random

df = pd.DataFrame()
df["x"] = np.sin(np.arange(100))
df["y"] = np.sin(np.arange(-100,100,2))
df["z"] = 2*np.sin(np.arange(100))

type_list = [random.choice([1,2,3]) for _ in range(100)]
df["type"] = pd.Categorical(type_list)  # 标记为分类类型

fig = px.scatter_3d(data_frame=df, x="x", y="y", z="z", color="type")
fig.show()

原理说明 #

Plotly Express会自动根据数据类型判断变量类型：

• 整数/浮点数默认被视为连续数值，因此生成色条展示数值梯度
• 字符串、Pandas分类类型会被视为离散分类，因此生成图例区分不同类别

通过上述两种方式修改数据类型后，Plotly就会为1、2、3生成对应的图例项，而非色条。

内容的提问来源于stack exchange，提问作者user16627746