Highcharts柱状图：如何按类别通过格式化函数修改指定数据系列边框颜色？

完全可以通过格式化函数实现按数据类别修改柱状图特定系列的边框颜色，下面以Python中常用的Matplotlib和Plotly库为例给出具体示例：

Matplotlib 示例 #

import matplotlib.pyplot as plt

# 示例数据
categories = ["A", "B", "C", "A", "B"]
values = [10, 20, 15, 25, 30]

# 自定义格式化函数：根据类别返回对应边框颜色
def get_edge_color(category):
    if category == "A":
        return "red"
    elif category == "B":
        return "blue"
    else:
        return "black"  # 默认边框颜色

# 创建柱状图
fig, ax = plt.subplots()
bars = ax.bar(range(len(values)), values)

# 遍历柱子并应用格式化函数设置边框
for bar, cat in zip(bars, categories):
    bar.set_edgecolor(get_edge_color(cat))
    bar.set_linewidth(2)  # 调整边框宽度让颜色更醒目

# 配置图表标签
ax.set_xticks(range(len(values)))
ax.set_xticklabels(categories)
ax.set_ylabel("数值")
ax.set_title("按类别设置柱状图边框颜色")

plt.show()

Plotly 示例 #

import plotly.express as px
import pandas as pd

# 构造示例数据集
df = pd.DataFrame({
    "类别": ["A", "B", "C", "A", "B"],
    "数值": [10, 20, 15, 25, 30]
})

# 定义类别到边框颜色的映射函数
def map_edge_color(category):
    color_map = {"A": "red", "B": "blue", "C": "black"}
    return color_map.get(category, "black")

# 为数据集添加边框颜色列
df["边框颜色"] = df["类别"].apply(map_edge_color)

# 绘制柱状图并设置边框样式
fig = px.bar(df, x="类别", y="数值")
fig.update_traces(
    marker=dict(
        line=dict(
            width=2,
            color=df["边框颜色"].tolist()
        )
    )
)

fig.show()

核心思路是通过自定义函数建立数据类别与边框颜色的映射关系，再遍历数据系列或通过可视化库的API将颜色规则应用到每个柱子的边框属性上。

内容的提问来源于stack exchange，提问作者paolo di martino