Plotly：分组和堆叠条形图，堆叠条的不同颜色？答案

【问题标题】：Plotly: Grouped and Stacked barchart, different colors for stacked bars?Plotly：分组和堆叠条形图，堆叠条的不同颜色？
【发布时间】：2021-02-25 16:41:15
【问题描述】：

我有分组和堆叠的条形图。现在我想为以不同颜色堆叠的值着色。我的情节目前看起来像这样（带有应该用不同颜色标记的部分的标记）：

该组对应于一个类别，并且堆叠基于两个值列之间的增量（增量堆叠在较低值的顶部）。我想将增量（即堆叠条的上部）着色为稍浅的颜色（此处：Cat1 为浅蓝色，Cat1 为浅红色）。但是，我找不到这样做的合适选项。

我的数据如下所示：

import pandas as pd

data = [
    ["Station1", 2.5, 3.0, "Cat1"],
    ["Station1", 3.7, 4.2, "Cat2"],
    ["Station2", 1.7, 2.1, "Cat1"],
    ["Station2", 3.9, 4.0, "Cat2"],
]
df = pd.DataFrame(data, columns=["station", "val1", "val2", "category"])
df["delta"] = df["val2"] - df["val1"]

这是绘图功能：

import plotly.express as px

px.bar(df, x="station", y=["val1", "delta"], color="category", barmode="group").show()

如何以不同的方式为增量着色？解决方案也可以在情节上（不必情节表达）。有没有办法手动计算delta 列？

【问题讨论】：

delta 可以是负数吗？
不，delta 总是 >0
好的，很好！然后我建议的方法就可以了！

标签： python plot plotly plotly-express

【解决方案1】：

我提出了一个可以很好地满足您的需求的建议。至少在视觉上与delta >=0 一样长。据我所知，分组和堆叠条形图仍然有点棘手。但是使用 px.Bar 构建两个不同的图形，然后在 go.Figure object() 中使用 fig._data 将它们组合起来，您可以构建这个：

正如您从代码中看到的那样，delta 没有被显式实现，而是在不透明条和非透明条之间直观地出现。如果这是你可以使用的东西，我会看看我是否可以在悬停信息中包含delta。

完整代码：

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

data = [
    ["Station1", 2.5, 3.0, "Cat1"],
    ["Station1", 3.7, 4.2, "Cat2"],
    ["Station2", 1.7, 2.1, "Cat1"],
    ["Station2", 3.9, 4.0, "Cat2"],
]
df = pd.DataFrame(data, columns=["station", "val1", "val2", "category"])
df["delta"] = df["val2"] - df["val1"]

fig1_data = px.bar(df, x="station", y=["val1"], color="category", barmode="group")._data
fig2_data = px.bar(df, x="station", y=['val2'], color="category", barmode="group")._data

fig1_data[0]['marker']['color'] = 'rgba(255,0,0,1)'
fig1_data[1]['marker']['color'] = 'rgba(0,0,255,1)'

fig2_data[0]['marker']['color'] = 'rgba(255,0,0,0.2)'
fig2_data[1]['marker']['color'] = 'rgba(0,0,255,0.2)'

dat = fig1_data+fig2_data
fig = go.Figure(dat)

fig3 = go.Figure(fig._data)
fig.update_layout(barmode='relative', title_text='Relative Barmode')
fig3.show()

【讨论】：