Plotly循环生成热力图后如何将所有图表整合到单个子图展示？

你描述的实现方案完全可行，这也是Plotly生态下批量对比同类型参数化图表的常用方案。具体实现步骤如下：

实现步骤 #

• 第一步：循环生成热力图存入列表
  你可以直接初始化空列表figure_list = []，在嵌套循环中调用ff.create_annotated_heatmap生成单张热力图后，执行figure_list.append(fig)存入列表即可，无需额外修改原有生成单图的逻辑。
• 第二步：创建子图画布
  导入plotly.subplots中的make_subplots方法，根据你生成的热力图总数量，提前规划子图的行数、列数，示例代码如下：

  from plotly.subplots import make_subplots
  import plotly.figure_factory as ff
  
  # 示例：总共生成12张热力图，规划为3行4列的子图布局
  total_figs = len(figure_list)
  rows = 3
  cols = 4
  # 可按需设置子图标题、间距等参数
  fig_subplot = make_subplots(rows=rows, cols=cols, subplot_titles=[f"参数组{i+1}" for i in range(total_figs)])
  

• 第三步：批量将热力图添加到子图对应位置
  这里需要注意：ff.create_annotated_heatmap生成的内容包含两部分，一是热力图本身的trace轨迹，二是自带的数值标注（属于figure级别的annotations配置），需要分别做适配处理避免标注错位：

  for idx, fig in enumerate(figure_list):
      # 计算当前图对应的子图行、列位置
      current_row = idx // cols + 1
      current_col = idx % cols + 1
      # 添加热力图轨迹
      fig_subplot.add_trace(fig.data[0], row=current_row, col=current_col)
      # 适配标注的坐标轴引用
      for annot in fig.layout.annotations:
          annot.update(xref=f"x{current_col}", yref=f"y{current_row}")
          fig_subplot.add_annotation(annot)
  # 调整布局后展示
  fig_subplot.update_layout(height=800, width=1600, title_text="多参数热力图对比")
  fig_subplot.show()
  

注意事项 #

• 如果所有热力图的x轴、y轴取值一致，可以在make_subplots中设置shared_xaxes=True、shared_yaxes=True，减少冗余标签，提升对比效率
• 热力图数量较多时，可以适当调整make_subplots的horizontal_spacing、vertical_spacing参数，避免子图间拥挤
• 可以统一给所有子图设置相同的色阶范围，避免不同热力图色阶不一致导致的对比误差

内容的提问来源于stack exchange，提问作者Jibril