如何在Plotly中使用自定义温度关联的RGB调色板？

错误原因 #

你遇到的Invalid value of type 'builtins.dict' received for the 'colorscale' property错误，是因为Plotly的color_continuous_scale参数不接受字典格式。它仅支持以下输入类型：

• Plotly内置调色板名称字符串（如'Viridis'）；
• 颜色值组成的列表（每个元素为RGB/HEX字符串或归一化RGB数组）；
• 刻度-颜色对的列表（格式示例：[[0, 'rgb(0,0,0)'], [0.5, 'rgb(128,128,128)'], [1, 'rgb(255,255,255)']]）。

你之前将RGB通道拆分为字典的操作不符合参数要求，因此触发报错。

解决方案 #

根据你需要将B-V色指数映射到开尔文温度调色板的需求，提供两种可行方案：

方案1：直接传入颜色序列（快速匹配趋势）

将生成的colorList转换为Plotly可识别的格式，直接作为color_continuous_scale的值传入，Plotly会自动将B-V的数值范围映射到你的调色板序列：

import matplotlib.pyplot as plt
import plotly.express as px
import pandas as pd

# 假设convert_K_to_RGB已定义，返回0-1之间的归一化RGB值
step_size = 10
colorList = []

# 生成0-15000K对应的RGB颜色（转成Plotly兼容的rgb字符串）
for temp in range(0, 15000, step_size):
    rgb_norm = convert_K_to_RGB(temp)
    # 转成0-255的RGB字符串
    rgb_str = f"rgb({int(rgb_norm[0]*255)}, {int(rgb_norm[1]*255)}, {int(rgb_norm[2]*255)})"
    colorList.append(rgb_str)
    # 保留原matplotlib调色板预览代码
    plt.plot((temp, temp), (0, 1), linewidth=step_size/2.0, linestyle="-", color=rgb_norm)

# 绘制3D散点图，直接传入颜色列表
fig = px.scatter_3d(datap, x=x, y=y, z=z, color=datap['B-V'],
                    color_continuous_scale=colorList,
                    color_continuous_midpoint=(datap['B-V'].max() + datap['B-V'].min())/2)
fig.show()

方案2：严格匹配温度-颜色对应关系（精准映射）

如果需要让每个恒星的颜色严格对应其B-V指数转换后的温度，需先建立B-V到开尔文温度的映射，再匹配调色板中的对应颜色：

import matplotlib.pyplot as plt
import plotly.graph_objects as go
import pandas as pd

# 1. 定义B-V转开尔文温度的经验公式（根据恒星物理关系调整）
def bv_to_temperature(bv):
    return 4600 * (1/(0.92*bv + 1.7) + 1/(0.92*bv + 0.62))

# 2. 生成温度-颜色映射表
step_size = 10
color_map = {}
colorList = []
for temp in range(0, 15000, step_size):
    rgb_norm = convert_K_to_RGB(temp)
    rgb_str = f"rgb({int(rgb_norm[0]*255)}, {int(rgb_norm[1]*255)}, {int(rgb_norm[2]*255)})"
    color_map[temp] = rgb_str
    colorList.append(rgb_str)
    # 预览调色板
    plt.plot((temp, temp), (0, 1), linewidth=step_size/2.0, linestyle="-", color=rgb_norm)

# 3. 为数据添加温度和对应颜色列
datap['temperature'] = datap['B-V'].apply(bv_to_temperature)
# 确保温度在0-15000范围内，并匹配对应颜色
datap['star_color'] = datap['temperature'].apply(
    lambda t: color_map[max(0, min(14999, int(t)//step_size * step_size))]
)

# 4. 绘制3D散点图，直接指定每个点的颜色
fig = go.Figure(data=[go.Scatter3d(
    x=datap[x], y=datap[y], z=datap[z],
    mode='markers',
    marker=dict(
        color=datap['star_color'],
        size=5
    )
)])
fig.update_layout(title='恒星位置与温度颜色映射')
fig.show()

关键说明 #

• 方案1适合快速实现颜色趋势匹配，无需额外的B-V温度转换；
• 方案2适合需要精准温度-颜色对应场景，需确保B-V转温度的公式符合你的数据需求；
• 如果convert_K_to_RGB返回的是0-255的整数，无需乘以255，直接拼接字符串即可。

内容的提问来源于stack exchange，提问作者Adrian