Plotly-Express:如何在按列名设置颜色时修复颜色映射

Question

我正在使用plotly express来绘制散点图。标记的颜色由我的dataframe的一个变量定义，如下面的示例所示。

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

df = px.data.iris()

fig = px.scatter(df[df.species.isin(['virginica', 'setosa'])], x="sepal_width", y="sepal_length", color="species")
fig.show()

​

​

当我添加这个变量的另一个实例时，颜色映射发生了变化(首先是'virginica'，是红色，然后是绿色)。

fig = px.scatter(df, x="sepal_width", y="sepal_length", color="species",size='petal_length', hover_data=['petal_width'])
fig.show()

​

​

如何在添加变量时保持颜色的映射？

Answer 1

简短的回答：

1.使用color_discrete_map为变量分配颜色：

color_discrete_map = {'virginica': 'blue', 'setosa': 'red', 'versicolor': 'green'}

或者：

2.使用以下功能管理数据的顺序，以启用正确的颜色循环：

order_df(df_input = df, order_by='species', order=['virginica', 'setosa', 'versicolor'])

..。其中，order_df是一个处理长数据帧排序的函数，您可以在下面的代码片段中找到完整的定义。

详细信息：

1.您可以直接使用map colors to variables：

color_discrete_map = {'virginica': 'blue', 'setosa': 'red', 'versicolor': 'green'}

缺点是您必须指定变量名称和颜色。如果您正在处理变量数量不固定的数据帧，这很快就会变得单调乏味。在这种情况下，遵循default color sequence或specify one to your liking会方便得多。因此，我更愿意考虑使用来管理数据集的顺序，这样您就可以获得所需的颜色匹配。

2.真正挑战的来源：

px.Scatter()将按照变量在数据帧中出现的顺序将颜色分配给变量。这里您使用了两个不同的源df和df[df.species.isin(['virginica', 'setosa', 'versicolor'])] (让我们将后者命名为df2)。运行df2['species'].unique()将为您提供：

array(['setosa', 'virginica'], dtype=object)

运行df['species']将为您带来以下好处：

array(['setosa', 'versicolor', 'virginica'], dtype=object)

看到中间弹出的versicolor了吗？这就是为什么red不再分配给'virginica'，而是分配给'versicolor'的原因。

建议的解决方案：

因此，为了构建一个完整的解决方案，您必须找到一种方法来指定源数据帧中变量的顺序。对于具有唯一值的列来说，这是非常直接的。对于像这样的长格式的数据帧来说，这需要更多的工作。你可以按照post Changing row order in pandas dataframe without losing or messing up data中的描述来做。但在下面，我已经组合了一个非常简单的函数，它既可以处理数据帧的子集，也可以处理要绘制的数据帧的顺序。

使用完整的代码，并在# data subsets下的行之间切换，您将得到以下三个图：

图1: order=['virginica']

​

​

图2: ['virginica', 'setosa']

​

​

图3: order=['virginica', 'setosa', 'versicolor']

​

​

完整代码：

# imports
import pandas as pd
import plotly.express as px

# data
df = px.data.iris()

# function to subset and order a pandas
# dataframe fo a long format
def order_df(df_input, order_by, order):
    df_output=pd.DataFrame()
    for var in order:    
        df_append=df_input[df_input[order_by]==var].copy()
        df_output = pd.concat([df_output, df_append])
    return(df_output)

# data subsets
df_express = order_df(df_input = df, order_by='species', order=['virginica'])
df_express = order_df(df_input = df, order_by='species', order=['virginica', 'setosa'])
df_express = order_df(df_input = df, order_by='species', order=['virginica', 'setosa', 'versicolor'])

# plotly
fig = px.scatter(df_express, x="sepal_width", y="sepal_length", color="species")
fig.show()

Answer 2

我找到了一个解决方案。函数px.scatter有一个参数color_discrete_map，这正是我需要的。color_discrete_map使用一个字典，其中键是物种的值，值是分配给物种的颜色。

import plotly.express as px    

df = px.data.iris()
color_discrete_map = {'virginica': 'rgb(255,0,0)', 'setosa': 'rgb(0,255,0)', 'versicolor': 'rgb(0,0,255)'}
fig = px.scatter(df[df.species.isin(['virginica', 'setosa'])], x="sepal_width", y="sepal_length", color="species", color_discrete_map=color_discrete_map)
fig.show()

​

​

fig = px.scatter(df, x="sepal_width", y="sepal_length", color="species", color_discrete_map=color_discrete_map)
fig.show()

​

​