Plotly Express美国大选获胜差值地图：固定0值为白色的配色实现

问题描述 #

我用Plotly Express绘制美国总统大选各州获胜差值（R_margin_x）的美国地图，需求如下：

• 获胜差值为0的区域显示为白色
• 配色向红色、蓝色双向发散
  但color_continuous_scale参数的取值范围为0-1，且不同选举周期中，获胜差值0在该区间内的对应位置会变化。我尝试过将0转换为0-1区间的分数，但该值会随选举周期改变，现有实现代码如下：

fig = px.choropleth(merged,
                    locationmode='USA-states',
                    locations='state_po',
                    animation_frame='year',
                    color='R_margin_x',
                    color_continuous_scale=[(0, 'blue'),
                                            (merged['R_margin_x'].min()/(merged['R_margin_x'].min()-merged['R_margin_x'].max()), 'white'),
                                            (1, 'red')],
                    scope='usa')
fig.show()

数据框格式示例：

party_simplified state_po  year   DEMOCRAT  LIBERTARIAN     OTHER  REPUBLICAN    D_pct_x   L_pct_x   O_pct_x    R_pct_x  R_margin_x    D_pct_y   L_pct_y   O_pct_y    R_pct_y  R_margin_y     R_lean
0                      AK  2008   123594.0       1589.0    7173.0    193841.0  37.889374  0.487129  2.198978  59.424520   21.535146  52.761558  0.388418  1.488455  45.361569    -7.39999  28.935135
1                      AL  2008   813479.0          NaN   19794.0   1266546.0  38.740434       NaN  0.942653  60.316913   21.576479  52.761558  0.388418  1.488455  45.361569    -7.39999  28.976468
2                      AR  2008   422310.0       4776.0   21514.0    638017.0  38.864660  0.439529  1.979906  58.715904   19.851245  52.761558  0.388418  1.488455  45.361569    -7.39999  27.251234
3                      AZ  2008  1034707.0      12555.0   16102.0   1230111.0  45.115251  0.547423  0.702079  53.635248    8.519997  52.761558  0.388418  1.488455  45.361569    -7.39999  15.919987
4                      CA  2008  8274473.0      67582.0  208064.0   5011781.0  61.012638  0.498323  1.534180  36.954859  -24.057780  52.761558  0.388418  1.488455  45.361569    -7.39999 -16.657790

请问是否有可行方法，能固定0值为白色并实现红蓝双向发散的配色？

解决方案 #

方法1：使用color_continuous_midpoint参数（推荐） #

Plotly Express的choropleth内置了color_continuous_midpoint参数，直接将其中值设为0，配合双向发散的配色列表，就能让0值稳定对应白色，无需手动计算归一化位置。

修改后的代码：

import plotly.express as px

fig = px.choropleth(merged,
                    locationmode='USA-states',
                    locations='state_po',
                    animation_frame='year',
                    color='R_margin_x',
                    # 自定义红蓝-白双向配色，可根据需求调整颜色深浅
                    color_continuous_scale=['darkblue', 'lightblue', 'white', 'lightcoral', 'darkred'],
                    color_continuous_midpoint=0,
                    scope='usa')
fig.show()

这个方法的优势是简单高效，自动适配每个动画帧的数据范围，始终将0作为配色中点。

方法2：动态更新各帧配色映射 #

如果需要针对每个选举年份单独校准颜色范围（比如不同年份的差值极值差异极大），可以遍历每个动画帧，计算该年份下0对应的归一化位置，再更新帧的颜色配置。

示例代码：

import plotly.express as px
import plotly.graph_objects as go

# 创建基础动画图
fig = px.choropleth(merged,
                    locationmode='USA-states',
                    locations='state_po',
                    animation_frame='year',
                    color='R_margin_x',
                    scope='usa')

# 遍历每个动画帧，更新颜色刻度
for frame in fig.frames:
    year = int(frame.name)
    # 获取当前年份的差值数据
    year_data = merged[merged['year'] == year]
    min_val = year_data['R_margin_x'].min()
    max_val = year_data['R_margin_x'].max()
    # 计算0在当前年份数据范围中的归一化位置
    zero_pos = (0 - min_val) / (max_val - min_val)
    # 更新当前帧的配色和数据范围
    frame.data[0].update(
        colorscale=[(0, 'blue'), (zero_pos, 'white'), (1, 'red')],
        cmin=min_val,
        cmax=max_val
    )

# 更新初始帧的颜色配置
initial_year = int(fig.frames[0].name)
initial_data = merged[merged['year'] == initial_year]
initial_zero_pos = (0 - initial_data['R_margin_x'].min())/(initial_data['R_margin_x'].max()-initial_data['R_margin_x'].min())
fig.update_layout(
    coloraxis=dict(
        colorscale=[(0, 'blue'), (initial_zero_pos, 'white'), (1, 'red')],
        cmin=initial_data['R_margin_x'].min(),
        cmax=initial_data['R_margin_x'].max()
    )
)

fig.show()

这个方法能确保每个年份的颜色映射都精准匹配该年份的差值分布，适合数据波动较大的场景。

内容的提问来源于stack exchange，提问作者Felix