Plotly绘制Treemap如何按百分比区间设置指定自定义颜色

核心实现逻辑：放弃默认的连续色阶映射规则，先对percentage列做离散分档打标签，再通过离散颜色映射参数把每个档位和指定色值一一绑定，最终图表只会出现要求的三种颜色，不会生成过渡杂色。

具体实现步骤 #

• 基于给定的配色规则，给原始DataFrame新增分档列，标记每个区域对应的颜色档位
• 绘图时将color参数传入新增的分档列，而非原始的连续百分比数值
• 通过color_discrete_map参数显式指定每个档位对应的十六进制色值，覆盖默认离散色板

完整可运行代码 #

import pandas as pd
import numpy as np
import plotly.express as px

# 原始测试数据集
data_frame = pd.DataFrame({'region':['AA','AB','AC','AD','AE'],
                           'number':[2,12,6,11,30],
                           'percentage':[94.03,91.23,95.66,97.99,99.22]})

# 按规则给数据打颜色分档标签，逻辑完全匹配给定阈值，无边界歧义
data_frame['color_tag'] = np.where(
    data_frame['percentage'] > 98,
    'green',
    np.where(
        data_frame['percentage'] >= 95,
        'amber',
        'red'
    )
)

# 绘图，指定离散颜色映射
fig = px.treemap(
    data_frame,
    path=[data_frame['region']],
    values=data_frame['number'],
    color=data_frame['color_tag'],
    color_discrete_map={
        'red': '#ff0000',
        'amber': '#ffbf00',
        'green': '#00ff00'
    }
)

fig.show()

效果验证 #

运行代码后各区块颜色完全匹配规则：

• AE区域百分比99.22>98，填充绿色#00ff00
• AC（95.66）、AD（97.99）处于95~98区间，填充琥珀色#ffbf00
• AA（94.03）、AB（91.23）<95，填充红色#ff0000

全程无额外过渡色生成。

注意：如果后续需要调整区间阈值，只需要修改分档判断里的数值和对应标签映射即可，不需要调整绘图核心逻辑。

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