Python绘制Choropleth地图图例显示离散值而非连续色阶问题

现有如下美国各州事件统计数据集：

STATE          Count    POPESTIMATE2019 lat          long       IncidentPerInhabitant   Code
46  New Hampshire   1       1359711         43.206898   -71.537994  0.073545                NH
45  Idaho           2       1787065         43.617775   -116.199722 0.111915                ID
48  Vermont         1       623989          44.262436   -72.580536  0.160259                VT
47  Wyoming         1       578759          41.140259   -104.820236 0.172783                WY
38  Utah            6       3205958         40.777477   -111.888237 0.187152                UT
44  Maine           3       1344212         44.307167   -69.781693  0.223179                ME
.   .               .       .               .            .          .                       .
.   .               .       .               .            .          .                       .
.   .               .       .               .            .          .                       .

使用如下Plotly代码绘制分级统计地图：

fig1 = px.choropleth(df_merge2,
                    locations='Code',
                    color='IncidentPerInhabitant',
                    color_continuous_scale='Reds',
                    hover_name='STATE',
                    locationmode='USA-states',
                    labels={'IncidentPerInhabitant':'Incident Per 10000 Inhabitants '},
                    scope='usa')
fig1.show()

运行后得到的图例为离散分段样式，每个数值单独罗列，未出现预期的连续渐变色阶：

期望实现的连续色阶图例效果如下：

出现离散图例的核心原因是Plotly的自动类型判定逻辑：当color绑定的列被识别为分类类型，或列内唯一值数量较少时，即使传入了连续色阶参数，Plotly也会默认使用离散颜色映射，为每个独立值单独分配颜色、生成离散图例。

• 校验映射列的数据类型，确保数值列没有被误识别为文本类型

  # 打印目标列的数据类型
  print(df_merge2['IncidentPerInhabitant'].dtype)
  # 如果输出不是float/int数值类型，先强制转换为浮点型，转换前注意先清理列内的非数值异常值、空值
  df_merge2['IncidentPerInhabitant'] = pd.to_numeric(df_merge2['IncidentPerInhabitant'], errors='coerce')
  

• 在绘图函数中显式添加range_color参数，手动指定连续色阶的数值范围，强制Plotly启用连续颜色映射，避免自动误判为离散模式。
• （可选）通过update_layout调整色条的显示样式，对齐预期效果。

修正后的完整可运行代码：

import plotly.express as px
import pandas as pd

# 提前做数据类型转换
df_merge2['IncidentPerInhabitant'] = pd.to_numeric(df_merge2['IncidentPerInhabitant'], errors='coerce')

fig1 = px.choropleth(df_merge2,
                    locations='Code',
                    color='IncidentPerInhabitant',
                    color_continuous_scale='Reds',
                    # 显式指定连续色阶的数值范围，强制启用连续色条
                    range_color=(df_merge2['IncidentPerInhabitant'].min(), df_merge2['IncidentPerInhabitant'].max()),
                    hover_name='STATE',
                    locationmode='USA-states',
                    labels={'IncidentPerInhabitant':'Incident Per 10000 Inhabitants '},
                    scope='usa')

# 可选：调整色条样式
fig1.update_layout(
    coloraxis_colorbar=dict(
        len=0.8, # 调整色条长度
        tickmode='linear' # 设置刻度为线性均匀分布
    )
)

fig1.show()

运行后即可得到连续渐变色阶的图例效果。

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