Plotly分组柱状图x轴刻度显示异常问题排查

问题重现 #

给定如下DataFrame：

import pandas as pd
df = pd.DataFrame({
    'month': ['2022-01', '2022-02', '2022-03'],
    'col1': [1_000, 1_500, 2_000],
    'col2': [100, 150, 200],
}).melt(id_vars=['month'], var_name='col_name')

数据结构为：

month   col_name    value
-----------------------------
0   2022-01 col1        1000
1   2022-02 col1        1500
2   2022-03 col1        2000
3   2022-01 col2        100
4   2022-02 col2        150
5   2022-03 col2        200

用Seaborn绘制分组柱状图时，X轴刻度正常显示为2022-01、2022-02、2022-03：

import seaborn as sns
sns.barplot(data=df, x='month', y='value', hue='col_name');

但使用Plotly Express的px.histogram绘制时，添加color参数后X轴刻度显示异常：

import plotly.express as px
fig = px.histogram(df, 
                   x="month", 
                   y="value",
                   color='col_name', barmode='group', height=500, width=1_200)
fig.show()

原因分析 #

1. 函数定位偏差：px.histogram的核心用途是统计数据频次、生成直方图，而非绘制常规的分组柱状图。它默认会对X轴数据进行分箱（binning）处理，即使X轴是字符串类型，结合color参数时，Plotly会误将其识别为可分箱的连续/半连续数据，从而生成多余的刻度。
2. 类型识别逻辑差异：Seaborn的sns.barplot会自动将字符串类型的X轴识别为离散类别，直接按原始类别渲染刻度；而Plotly的histogram在处理带分组（color）的字符串X轴时，会触发内部的分箱逻辑，导致刻度异常。

解决方法 #

方法1：使用正确的柱状图函数px.bar #

直接替换为Plotly专门用于绘制柱状图的px.bar函数，它会正确识别离散类别X轴，无需额外设置：

import plotly.express as px
fig = px.bar(df, 
             x="month", 
             y="value",
             color='col_name', barmode='group', height=500, width=1_200)
fig.show()

方法2：强制关闭histogram的分箱逻辑（不推荐） #

如果坚持使用px.histogram，可以通过设置nbins为X轴唯一值的数量，强制分箱数量与类别数一致：

import plotly.express as px
fig = px.histogram(df, 
                   x="month", 
                   y="value",
                   color='col_name', 
                   barmode='group', 
                   height=500, 
                   width=1_200,
                   nbins=len(df['month'].unique()))
fig.show()

但此方法属于“适配性处理”，不如直接使用px.bar规范。

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