Plotly Python go.Histogram添加分箱占比悬停与柱上标注方法

修改后完整代码 #

import plotly.graph_objects as go
import numpy as np

lapsed_df = claim_df[claim_df['EarlyClaimAndLapsed']=='Y']
non_lapsed_df = claim_df[claim_df['EarlyClaimAndLapsed']=='N']

# 固定分箱数量，和原代码逻辑保持一致
BIN_COUNT = 10

for con_col in claim_df.select_dtypes(include = ['number']).columns.tolist():
    # 1. 基于全列数据计算统一分箱边界，保证两组分箱完全对齐
    col_all = claim_df[con_col].dropna()
    _, bin_edges = np.histogram(col_all, bins=BIN_COUNT)
    bin_size = bin_edges[1] - bin_edges[0]
    bin_mids = 0.5 * (bin_edges[:-1] + bin_edges[1:]) # 计算分箱中点，用于放置柱顶标注

    # 2. 分别计算两组在统一分箱规则下的计数、占比
    n_counts = np.histogram(non_lapsed_df[con_col].dropna(), bins=bin_edges)[0]
    y_counts = np.histogram(lapsed_df[con_col].dropna(), bins=bin_edges)[0]
    total_counts = n_counts + y_counts
    # 处理分箱无数据时的除零异常
    n_pct = np.where(total_counts == 0, 0, n_counts / total_counts * 100)
    y_pct = np.where(total_counts == 0, 0, y_counts / total_counts * 100)

    fig = go.Figure()
    # 添加未失效组(N)直方图
    fig.add_trace(go.Histogram(
        x = non_lapsed_df[con_col], 
        name='N', 
        marker_color='blue',
        customdata=n_pct, # 传入预计算的占比数据供悬停调用
        xbins=dict(
            start=bin_edges[0],
            end=bin_edges[-1],
            size=bin_size
        )
    ))
    # 添加失效组(Y)直方图
    fig.add_trace(go.Histogram(
        x = lapsed_df[con_col], 
        name='Y', 
        marker_color='red',
        customdata=y_pct, # 传入预计算的占比数据供悬停调用
        xbins=dict(
            start=bin_edges[0],
            end=bin_edges[-1],
            size=bin_size
        )
    ))

    # 3. 配置基础布局
    fig.update_layout(
        title=f'{con_col} vs EarlyClaimAndLapsed', 
        title_x=0.5, 
        barmode="overlay", 
        legend_title='EarlyClaimAndLapsed', 
        xaxis_title=f'{con_col}', 
        yaxis_title='Count'
    )

    # 4. 配置悬停模板，新增分箱占比字段
    fig.update_traces(
        opacity=0.5, 
        histfunc='count', 
        hovertemplate="<br>".join([
            f"{con_col}"+": %{x}",
            "Count: %{y}", 
            "EarlyClaimAndLapsed: %{name}",
            "分箱占比: %{customdata:.2f}%",
            "<extra></extra>" # 移除悬停框默认冗余侧边信息
        ])
    )

    # 5. 添加柱顶占比标注
    for i in range(len(bin_mids)):
        # 标注N组占比
        if n_counts[i] > 0:
            fig.add_annotation(
                x=bin_mids[i],
                y=n_counts[i],
                text=f"{n_pct[i]:.2f}%",
                showarrow=False,
                yshift=5, # 向上偏移避免和柱体重合
                font=dict(color='blue', size=10)
            )
        # 标注Y组占比
        if y_counts[i] > 0:
            fig.add_annotation(
                x=bin_mids[i],
                y=y_counts[i],
                text=f"{y_pct[i]:.2f}%",
                showarrow=False,
                yshift=5,
                font=dict(color='red', size=10)
            )

    fig.show()

关键修改说明 #

• 统一分箱规则：用numpy对字段全量数据生成分箱边界，强制两组直方图使用完全一致的分箱区间，避免分箱错位导致占比计算错误。
• 预计算占比数据：基于两组的分箱计数，按照给定公式计算每个分箱下两组的占比，通过customdata参数传入直方图trace供悬停模板调用，同时处理了空分箱的除零异常。
• 自定义悬停逻辑：在原有悬停字段后新增分箱占比项，保留两位小数显示为百分比格式，同时移除默认多余的悬停侧边信息。
• 柱顶标注实现：遍历所有非空分箱，在对应柱顶位置添加和柱体同色的占比文本，设置小幅向上偏移避免遮挡柱体。
• 可按需调整yshift偏移量、标注字体大小、分箱数量等参数适配实际显示效果。

内容的提问来源于stack exchange，提问作者Ming Jun Lim