如何为Plotly桑基/冲积图的分类数据配置不同调色板

要给平行分类图按分类设置不同颜色，直接用Plotly Express的color参数就能实现，还能自定义调色板，具体方法如下：

方法1：直接指定分类列自动上色 #

在px.parallel_categories中添加color参数，指定你要用来区分颜色的列名即可，Plotly会自动为不同分类分配颜色：

import plotly.express as px
import pandas as pd

fake = pd.read_csv('Fake.csv')
# 替换成你数据中实际的分类列名（比如"Category"）
fig = px.parallel_categories(fake, color="Category")
fig.show()

方法2：自定义调色板 #

如果不满意默认配色，可以用color_discrete_sequence指定自定义颜色序列，或者用color_discrete_map给特定分类绑定颜色：

用内置/自定义颜色序列 #

import plotly.express as px
import pandas as pd

fake = pd.read_csv('Fake.csv')
# 用Plotly内置的定性色板，也可以换成自己的颜色列表（比如["#FF0000", "#00FF00", "#0000FF"]）
custom_palette = px.colors.qualitative.D3
fig = px.parallel_categories(fake, color="Category", color_discrete_sequence=custom_palette)
fig.show()

给特定分类映射颜色 #

import plotly.express as px
import pandas as pd

fake = pd.read_csv('Fake.csv')
# 键是分类值，值是对应的颜色代码
color_map = {
    "分类1": "#FF5733",
    "分类2": "#33FF57",
    "分类3": "#3357FF"
}
fig = px.parallel_categories(fake, color="Category", color_discrete_map=color_map)
fig.show()

额外调整样式 #

如果需要修改连线的宽度、透明度等，可以用update_traces：

fig.update_traces(line=dict(width=4, opacity=0.7))
fig.show()

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