Plotly Express折线图仅显示部分标记点的实现方法

可以通过两种核心方法实现保留折线高分辨率的同时，只显示部分分类标记，无需删除原始数据点：

方法1：拆分折线与标记为两个独立轨迹 #

用全量数据绘制折线（无标记），再从原始数据中采样部分点单独绘制分类标记，两者叠加即可。这种方式能灵活控制折线和标记的样式，适合需要区分折线与标记视觉效果的场景。

示例代码：

import plotly.graph_objects as go
import numpy as np

# 生成模拟高分辨率数据
x = np.linspace(0, 10, 1000)
y = np.sin(x)
# 模拟分类标签（每100个点切换一个类别）
category = np.repeat(['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J'], 100)

# 采样标记点：每隔50个点取一个（可根据需求调整采样规则，比如按类别取首尾点）
sample_indices = np.arange(0, len(x), 50)
x_sample = x[sample_indices]
y_sample = y[sample_indices]
category_sample = category[sample_indices]

# 定义类别到符号的映射
cat_symbol_map = {
    'A': 'circle', 'B': 'square', 'C': 'diamond',
    'D': 'cross', 'E': 'x', 'F': 'triangle-up',
    'G': 'triangle-down', 'H': 'triangle-left',
    'I': 'triangle-right', 'J': 'star'
}
# 转换采样点的类别为对应符号
sample_symbols = [cat_symbol_map[cat] for cat in category_sample]

# 创建图表
fig = go.Figure()
# 添加全量折线（仅线条，无标记）
fig.add_trace(go.Scatter(
    x=x, y=y,
    mode='lines',
    line=dict(color='steelblue'),
    name='高分辨率折线'
))
# 添加采样后的分类标记（仅标记，无线条）
fig.add_trace(go.Scatter(
    x=x_sample, y=y_sample,
    mode='markers',
    marker=dict(size=8, symbol=sample_symbols, color='crimson'),
    name='分类标记'
))

fig.update_layout(title='高分辨率折线+稀疏分类标记', xaxis_title='X轴', yaxis_title='Y轴')
fig.show()

方法2：单轨迹内设置稀疏标记 #

直接在同一条折线轨迹中，通过自定义symbol数组实现——将大部分点的标记设为none，仅采样点设置对应分类符号。这种方式更简洁，适合折线与标记样式关联度高的场景。

示例代码：

import plotly.graph_objects as go
import numpy as np

# 生成模拟高分辨率数据
x = np.linspace(0, 10, 1000)
y = np.sin(x)
category = np.repeat(['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J'], 100)

# 构建符号数组：默认全部为无标记，仅采样点设置对应符号
symbol_array = ['none'] * len(x)
sample_indices = np.arange(0, len(x), 50)
cat_symbol_map = {
    'A': 'circle', 'B': 'square', 'C': 'diamond',
    'D': 'cross', 'E': 'x', 'F': 'triangle-up',
    'G': 'triangle-down', 'H': 'triangle-left',
    'I': 'triangle-right', 'J': 'star'
}
# 为采样点赋值对应符号
for idx in sample_indices:
    symbol_array[idx] = cat_symbol_map[category[idx]]

# 单轨迹实现折线+稀疏标记
fig = go.Figure(go.Scatter(
    x=x, y=y,
    mode='lines+markers',
    line=dict(color='steelblue'),
    marker=dict(size=8, symbol=symbol_array, color='crimson'),
    name='折线+稀疏分类标记'
))

fig.update_layout(title='单轨迹稀疏标记示例', xaxis_title='X轴', yaxis_title='Y轴')
fig.show()

采样规则说明 #

采样点的选择可以根据需求灵活调整：

• 固定间隔采样（如每隔N个点取一个）
• 按分类采样（每个类别取首尾点、峰值点或随机点）
• 基于X轴范围采样（如每0.5个X单位取一个点）

内容的提问来源于stack exchange，提问作者user171780