Plotly时间线图表如何为y轴不同类别配置两套独立颜色映射

解法说明 #

问题1：为y轴不同标签分配独立颜色集合 #

核心思路是先区分不同y类别（即type字段的不同取值）下的标签，为不同类别标签组分配完全不重叠的配色，避免同名标签颜色冲突：

• 新增type_label组合字段，区分不同type下的同名标签
• 给type='1'的标签分配暖色系，type='2'的标签分配冷色系，从根源避免颜色重叠
• 将自定义的全局颜色映射表传给绘图参数即可

问题2：同一张图应用两套颜色映射规则 #

可以通过两种方式实现，按需选择即可：

• 方案1：将两套映射规则提前整合到同一个颜色字典里，一次性传给plotly，代码更简洁，适合仅需区分同类标签配色的场景
• 方案2：分批次添加轨迹，分别筛选不同y类别的数据，用各自的配色规则生成轨迹后添加到同一张图里，适合两套规则差异大的场景

可运行示例代码 #

import pandas as pd
import datetime
import plotly.express as px
import plotly.graph_objects as go

# 原有数据
df = pd.DataFrame(dict({
    'beginTime': [
        datetime.datetime.strptime('1/1/2008 1:00:15', '%m/%d/%Y %H:%M:%S'),
        datetime.datetime.strptime('1/1/2008 1:15:15', '%m/%d/%Y %H:%M:%S'),
        datetime.datetime.strptime('1/1/2008 2:00:15', '%m/%d/%Y %H:%M:%S'),
        datetime.datetime.strptime('1/1/2008 1:00:15', '%m/%d/%Y %H:%M:%S'),
        datetime.datetime.strptime('1/1/2008 1:02:15', '%m/%d/%Y %H:%M:%S'),
        datetime.datetime.strptime('1/1/2008 1:20:15', '%m/%d/%Y %H:%M:%S'),
    ],
    'endTime': [
        datetime.datetime.strptime('1/1/2008 1:10:15', '%m/%d/%Y %H:%M:%S'),
        datetime.datetime.strptime('1/1/2008 1:35:15', '%m/%d/%Y %H:%M:%S'),
        datetime.datetime.strptime('1/1/2008 2:07:15', '%m/%d/%Y %H:%M:%S'),
        datetime.datetime.strptime('1/1/2008 1:08:15', '%m/%d/%Y %H:%M:%S'),
        datetime.datetime.strptime('1/1/2008 1:12:15', '%m/%d/%Y %H:%M:%S'),
        datetime.datetime.strptime('1/1/2008 1:59:15', '%m/%d/%Y %H:%M:%S'),
    ],
    'type': ['1', '1', '1', '2', '2', '2'],
    'activity': ['competition1', 'competition1', 'competition1', 'competition2', 'competition2', 'competition2'],
    'label': ['eat', 'sleep', 'write', 'write', 'code', 'sleep']
}
))

# ---------------------- 方案1：自定义全局颜色映射 ----------------------
# 新增组合字段区分不同type下的同名label
df['type_label'] = df['type'] + '_' + df['label']
# 自定义两套不重叠的配色
color_map = {
    '1_eat': '#e63946',
    '1_sleep': '#f4a261',
    '1_write': '#e9c46a',
    '2_write': '#2a9d8f',
    '2_code': '#219ebc',
    '2_sleep': '#8ecae6'
}
fig = px.timeline(df, x_start="beginTime", x_end="endTime", y="type", color='type_label', color_discrete_map=color_map)
# 可选：修改图例显示，只展示label名
for trace in fig.data:
    trace.name = trace.name.split('_')[1]
fig.show()

# ---------------------- 方案2：分批次添加独立轨迹 ----------------------
fig = go.Figure()
# 先画type=1的数据，用第一套配色
df_type1 = df[df['type'] == '1']
color_map1 = {'eat': 'red', 'sleep': 'orange', 'write': 'gold'}
for label in df_type1['label'].unique():
    tmp = df_type1[df_type1['label'] == label]
    fig.add_trace(go.Bar(
        x=tmp['endTime'] - tmp['beginTime'],
        y=tmp['type'],
        base=tmp['beginTime'],
        orientation='h',
        name=f'{label}(type1)',
        marker_color=color_map1[label]
    ))
# 再画type=2的数据，用第二套完全独立的配色
df_type2 = df[df['type'] == '2']
color_map2 = {'write': 'darkblue', 'code': 'darkgreen', 'sleep': 'lightblue'}
for label in df_type2['label'].unique():
    tmp = df_type2[df_type2['label'] == label]
    fig.add_trace(go.Bar(
        x=tmp['endTime'] - tmp['beginTime'],
        y=tmp['type'],
        base=tmp['beginTime'],
        orientation='h',
        name=f'{label}(type2)',
        marker_color=color_map2[label]
    ))
fig.update_layout(barmode='overlay')
fig.show()

内容的提问来源于stack exchange，提问作者nim_10