改变真实地图的颜色深度

Question

我有以下代码：

import plotly.express as px
import pandas as pd
import numpy as np
import io
df = wb.data.DataFrame('FP.CPI.TOTL.ZG')
df1 = df['YR2021']
df1 = df1.dropna()
df1 = pd.Series(df1,name="counts")
df1 = df1.reset_index()
    
fig = px.choropleth(df1, locations="economy",
                    locationmode='ISO-3',
                    color="counts", 
                    title="Global Inflation Rate 2021",
                    hover_name="economy",
                    scope ='asia',
                    color_continuous_scale=px.colors.sequential.Reds)
fig.update_layout(title_text='Global Inflation Rate 2021', title_x=0.5)
fig.show()

它产生了以下情节：

​

我面临的问题是，颜色不够深，无法进行视觉区分，因为我使用的数据是全局数据。不管怎么说，我是否可以深化颜色契约，所以在亚洲或任何其他scope中视觉上都是显而易见的？或者你能告诉我如何在不逐个标记的情况下移除所有的非亚洲国家，因为它的创伤非常耗时，特别是当其他大陆指定每个国家的时候。

Answer 1

解决此问题的方法是设置颜色范围:将range_color设置为0到最大值吉尔吉斯斯坦将绘制图像，如所附图像所示。由于没有提供数据，所以我从这里搜索类似的数据来创建代码。

import pandas as pd

df = pd.read_csv('./data/API_FP.CPI.TOTL.ZG_DS2_en_csv_v2_4488104.csv', skiprows=4)
df = df[['Country Name', 'Country Code', '2021']]
df = df.dropna()

import plotly.express as px

fig = px.choropleth(df, locations="Country Code",
                    locationmode='ISO-3',
                    color="2021", 
                    title="Global Inflation Rate 2021",
                    hover_name="Country Name",
                    scope ='asia',
                    range_color=[0,12], # Kyrgyz Republic:11.90504
                    color_continuous_scale=px.colors.sequential.Reds)
fig.update_layout(
    autosize=True,
    height=600,
    title_text='Global Inflation Rate 2021',
    title_x=0.5
)
fig.show()

​

​