Plotly:如何在单张地图图表中同时使用两套独立色阶?
修正后可运行代码
import numpy as np import pandas as pd import geopandas as gpd import plotly.express as px import shapely df = px.data.election() df = gpd.GeoDataFrame.from_features( px.data.election_geojson()["features"] ).merge(df, on="district").set_index("district") df = df.loc[df['geometry'].map(lambda x: type(x) == shapely.geometry.polygon.Polygon)] df2 = df.copy() df2['geometry'] = df2['geometry'].map(lambda x: x.exterior.coords[0]).map(shapely.geometry.Point) # 绘制底图 map_fig = px.choropleth_mapbox( df, geojson=df.geometry, locations=df.index, color='Bergeron', center= { 'lon': df2.geometry.x.iloc[0], 'lat': df2.geometry.y.iloc[0]}, color_continuous_scale="Viridis", mapbox_style="carto-positron", opacity = 0.2, ) # 绘制散点图 map_fig2 = px.scatter_mapbox( df2, lat=df2.geometry.y, lon=df2.geometry.x, size='Bergeron', zoom=12, color='Bergeron', color_continuous_scale='Picnic', opacity = 1, size_max=10 ) # 合并图层 map_fig.add_trace(map_fig2.data[0]) map_fig.update_geos(fitbounds="locations", visible=False) # --------------------------新增修正配置-------------------------- # 为散点图层绑定独立色轴 map_fig.data[1].coloraxis = 'coloraxis2' # 配置独立色轴参数 map_fig.update_layout( coloraxis2 = dict( colorscale = 'Picnic', # 指定散点色阶 colorbar = dict( x = 1.1, # 调整色条位置,和底图色条错开避免重叠 title = '散点数值' # 色条标题可自定义 ) ), # 若不需要显示底图的色条,可取消下方注释 # coloraxis = dict(colorbar_show=False) ) # ----------------------------------------------------------------- map_fig.show()
问题说明
原来的配置失效是两个原因导致的:
- Plotly express生成的带颜色映射的图层,默认绑定全局
coloraxis配置,你将散点图层合并到底图时,会自动继承底图已经配置好的Viridis色阶和数值范围 - 你之前绑定了
coloraxis2但未在布局中显式配置该色轴的参数,系统就会调用默认的Plasma色阶,且两个色轴的色条默认都在X轴1的位置,所以出现重叠
如果不需要同时显示两个色条,直接将不需要的色条的show参数设为False即可。
内容的提问来源于stack exchange,提问作者dchu58
相关产品推荐
相关产品推荐

