如何使用Python版Plotly自定义平行类别图的颜色样式？

我明白你在尝试自定义平行类别图颜色时遇到了文档缺失的问题，这里给你一个完整的实现示例，正好匹配你描述的3列结构（1个单类别列+2个双类别列）：

完整实现代码 #

import plotly.graph_objects as go
import pandas as pd

# 构造数据集：包含Base列与另外两列的所有可能组合
df = pd.DataFrame({
    'Base': ['Base'] * 4,
    'Column1': ['10', '10', '15', '15'],
    'Column2': ['10', '15', '10', '15']
})

# 自定义颜色数组：每个类别组合对应一个独特颜色
custom_colors = ['#FF6B6B', '#4ECDC4', '#45B7D1', '#96CEB4']

fig = go.Figure()

fig.add_trace(go.Parcats(
    dimensions=[
        {'label': 'Base', 'values': df['Base']},
        {'label': 'Column 1', 'values': df['Column1']},
        {'label': 'Column 2', 'values': df['Column2']}
    ],
    line={
        'color': custom_colors,  # 直接为每个线条分配自定义颜色
        'showscale': True,  # 开启颜色条显示
        'colorbar': {'title': '组合颜色'}  # 设置颜色条标题
    }
))

fig.update_layout(title='自定义颜色的平行类别图')
fig.show()

关键细节解释 #

1. 数据集构造：
   我们创建了4行数据，覆盖了Base列与另外两列（10/15）的所有组合，确保每个连接线条都能被单独分配颜色。

2. 直接颜色赋值：
   通过line.color传入颜色字符串数组，每个元素对应数据行的线条颜色，这种方式最直观，适合固定组合的自定义场景。

3. 数值映射颜色（可选）：
   如果需要根据某个数值变量动态分配颜色，可以改用数值映射的方式：

   # 添加数值列用于颜色映射
   df['score'] = [10, 20, 30, 40]
   
   fig.add_trace(go.Parcats(
       dimensions=[
           {'label': 'Base', 'values': df['Base']},
           {'label': 'Column 1', 'values': df['Column1']},
           {'label': 'Column 2', 'values': df['Column2']}
       ],
       line={
           'color': df['score'],
           'colorscale': [[0, '#FF6B6B'], [0.33, '#4ECDC4'], [0.66, '#45B7D1'], [1, '#96CEB4']],
           'showscale': True,
           'colorbar': {'title': '评分'}
       }
   ))
   

4. 单类别列处理：
   对于只有一个类别的Base列，Plotly会自动处理它与其他列的所有连接，只要你的数据包含完整组合，就能正常显示自定义颜色。

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