极客笔记Python Plotly：如何在散点图中手动设置点的颜色？
在Python中，绘制散点图是一种很常见的操作。而Plotly作为一个交互式的绘图库，具备很好的可视化效果和交互性。在使用Plotly绘制散点图时，我们经常需要使用颜色来区分不同的数据点，但是默认情况下，数据点的颜色是随机生成的，并不总是满足我们的需求。那么如何在散点图中手动设置点的颜色呢？本篇文章将会为大家介绍一些实用的技巧。
阅读更多：Python 教程
Plotly绘制散点图基础
首先，我们需要了解Plotly如何绘制散点图。下面是一个简单的例子，展示了如何用Plotly绘制散点图：
import plotly.graph_objs as go
# 生成数据
x = [1,2,3,4,5]
y = [2,4,1,6,3]
# 绘制散点图
fig = go.Figure(data=go.Scatter(x=x, y=y, mode='markers'))
fig.show()
可以看到，图中的数据点颜色是随机生成的。如果我们需要自定义数据点的颜色，就需要借助Plotly提供的颜色映射技巧。
颜色映射
颜色映射（Color Mapping）可以将数值映射为颜色，从而使得数据图像更加直观。在Plotly中，可以通过color属性来实现颜色映射，该属性接受一个包含数值的数组，根据数值自动生成对应的颜色。
import plotly.graph_objs as go
# 生成数据和颜色映射数组
x = [1,2,3,4,5]
y = [2,4,1,6,3]
color = [1,2,3,4,5]
# 绘制散点图
fig = go.Figure(data=go.Scatter(x=x, y=y, mode='markers',
marker=dict(
color=color,
colorscale='Viridis',
colorbar=dict(title='Colorbar')
)))
fig.show()
这段代码中，我们新增了一个数组color，该数组包含的是数据点的颜色数值。在绘制散点图时，我们将color数组传递给了color属性。同时，我们设置了一个颜色映射viridis，该颜色映射会根据color数组的值自动生成对应的颜色。
可以看到，数据点的颜色是从浅蓝色到深紫色渐变的，相邻数据点的颜色之间有一定的区别。可以通过调整颜色映射来实现不同的颜色组合。
手动设置散点图数据点的颜色
上面的例子中，我们使用了颜色映射来自动生成数据点的颜色。但是，这种方式不一定能够满足我们的需求。比如，我们需要手动设置某些数据点的颜色，或者根据特定条件对数据点进行不同的颜色分组。下面将介绍两种手动设置散点图数据点颜色的方法。
1. 手动设置颜色的颜色映射
这种方式较为灵活，可以根据具体需求设置数据点颜色。具体实现步骤如下：
- 定义一个包含颜色信息的数组，数组元素个数需要与数据点数目相等。
-
将该数组传递给
color属性。
import plotly.graph_objs as go
# 生成数据
x = [1,2,3,4,5]
y = [2,4,1,6,3]
# 手动设置颜色数组
color = ['red', 'green', 'blue', 'yellow', 'pink']
# 绘制散点图
fig = go.Figure(data=go.Scatter(x=x, y=y, mode='markers', marker=dict(color=color)))
fig.show()
这里我们手动设置了一个颜色数组，数组元素依次为'red'、'green'、'blue'、'yellow'、'pink'。在绘制散点图时，我们将该数组传递给了marker字典的color属性。
可以看到，数据点的颜色根据我们设置的数组来进行了渲染。该方法不仅可以手动设置颜色数组，还可以根据特定条件进行分组，实现不同颜色的差异化呈现。
2. 手动设置散点图数据点颜色的对象属性
除了手动设置颜色的颜色映射数组外，我们也可以通过在对象属性中设置marker字典来手动设置散点图数据点颜色。
import plotly.graph_objs as go
# 生成数据
x = [1,2,3,4,5]
y = [2,4,1,6,3]
# 手动设置散点图数据点颜色
marker_color=['red', 'green', 'blue', 'yellow', 'pink']
markers = [{'color': c} for c in marker_color]
# 绘制散点图
fig = go.Figure(data=go.Scatter(x=x, y=y, mode='markers', marker=dict(size=10),
marker=dict(color=marker_color),
transforms=[dict(type='groupby', groups=marker_color)]))
fig.show()
这段代码中，我们通过手动创建一个包含color属性的字典数组。在绘制散点图时，将该数组传递给marker属性即可。同时，我们还在散点图的transforms属性中添加了一个groupby转换，用来根据marker_color数组的不同值对数据点进行分组。
可以看到，数据点的颜色按照我们手动设置的颜色进行了渲染。并且不同颜色的数据点分别成组显示，方便我们对数据点进行区分和观察。
结论
通过本篇文章，我们了解了如何在Python Plotly中手动设置散点图数据点颜色。基于颜色映射和手动设置颜色的颜色映射数组，我们可以实现对数据点颜色的个性化设置；同时，通过手动设置对象属性的方式，我们可以根据特定条件对数据点进行分组，以实现不同颜色的差异化呈现。希望这篇文章对大家学习Python Plotly绘图有所帮助。