Plotly go.Pie子图修改调色板时如何保持图例一致性？

当用Plotly制作包含两个饼图的子图时，使用默认调色板能自动让相同类别的颜色一致，但自定义调色板后，若两个DataFrame的类别顺序不同，会出现类别颜色错位、图例不统一的问题，且不想通过排序DataFrame解决。

测试数据：

import pandas as pd
import plotly.subplots as sp
import plotly.graph_objects as go

yearly = pd.DataFrame(data={'index': ['A', 'B','C','D'], 'count': [3000, 2000,1000,50]})
monthly = pd.DataFrame(data={'index': ['B', 'A','C','D'], 'count': [250, 200,80,10]})

常见错误代码（导致颜色错位） #

直接用update_traces设置自定义调色板，会因DF顺序不同导致颜色错位：

# 自定义调色板
custom_colors = ["#FF5733", "#33FF57", "#3357FF", "#FF33A6"]

fig = sp.make_subplots(rows=1, cols=2, specs=[[{"type": "pie"}, {"type": "pie"}]])
fig.add_trace(go.Pie(labels=yearly['index'], values=yearly['count'], name='年度'), row=1, col=1)
fig.add_trace(go.Pie(labels=monthly['index'], values=monthly['count'], name='月度'), row=1, col=2)

# 错误的自定义颜色设置
fig.update_traces(marker=dict(colors=custom_colors))
fig.show()

此时年度饼图A对应#FF5733，月度饼图B对应#FF5733，颜色完全错位。

优雅解决方案：类别-颜色映射字典 #

核心思路是给每个类别绑定固定颜色，不管DF中类别顺序如何，颜色始终对应正确。同时统一图例，只保留一个图例入口。

完整代码：

import pandas as pd
import plotly.subplots as sp
import plotly.graph_objects as go

# 测试数据
yearly = pd.DataFrame(data={'index': ['A', 'B','C','D'], 'count': [3000, 2000,1000,50]})
monthly = pd.DataFrame(data={'index': ['B', 'A','C','D'], 'count': [250, 200,80,10]})

# 定义类别-颜色映射字典（关键！）
color_map = {
    'A': "#FF5733",
    'B': "#33FF57",
    'C': "#3357FF",
    'D': "#FF33A6"
}

# 创建子图
fig = sp.make_subplots(rows=1, cols=2, specs=[[{"type": "pie"}, {"type": "pie"}]])

# 添加年度饼图：根据类别从映射字典取颜色，显示图例
fig.add_trace(go.Pie(
    labels=yearly['index'],
    values=yearly['count'],
    name='年度',
    marker=dict(colors=[color_map[label] for label in yearly['index']]),
    showlegend=True  # 只让第一个饼图显示图例
), row=1, col=1)

# 添加月度饼图：同样从映射字典取颜色，隐藏图例
fig.add_trace(go.Pie(
    labels=monthly['index'],
    values=monthly['count'],
    name='月度',
    marker=dict(colors=[color_map[label] for label in monthly['index']]),
    showlegend=False  # 隐藏第二个饼图的图例
), row=1, col=2)

# 调整布局
fig.update_layout(title_text="年度/月度数据对比", title_x=0.5)
fig.show()

方案优势 #

1. 无需修改DataFrame的类别顺序，完全保留原始数据结构
2. 每个类别绑定固定颜色，无论在哪个饼图中，相同类别颜色绝对一致
3. 统一图例，避免重复图例干扰视觉

内容的提问来源于stack exchange，提问作者MarieL-A