根据列值指定直方图的颜色。跨图表一致

Question

我正在尝试使用plotly express绘制直方图。我有一个数据框，其值如下所示：

    env     type    status  success count
0   PROD    ABC     403     False   21
1   IMPL    HTTP    200     True    64037
2   IMPL    HTTP    304     False   9
3   PROD    ABC     503     False   1
4   IMPL    ABC     200     True    3308
5   PROD    HTTP    204     True    54
6   IMPL    ABC     500     False   1000
7   PROD    ABC     500     False   100
....          .....       ....

我想根据各种分组（env，类型）绘制多个图表（直方图或饼图），以显示每个分组中错误代码的总数。我正在尝试类似的东西：

fig = px.pie(df.groupby("success").get_group(False), title="Overall Failure Count", names="status", values = "count", color='status')
fig.show()

for env, df_env in df.groupby("env"):
    fig = px.pie(df_env.groupby("success").get_group(False), title="Failure Count for %s"%env, 
          names="status", values = "count", color='status')
    fig.show()

这样，状态的颜色即刻生成，并且在图表之间相同的状态是不同的。我希望为所有图表生成颜色，以便它们在不同图表之间保持一致。

例如：状态码200的颜色在所有图表中均为红色

我尝试使用dict（）将状态映射到颜色：

def colors(n):
    color_list = list()
    for i in range(n):
        random_number = random.randint(0,16777215)
        hex_number = str(hex(random_number))
        hex_number ='#'+ hex_number[2:]
        color_list.append(hex_number)
    return color_list
statuses = list(df.status.unique())
colors_list = colors(len(statuses))
colorMap = dict(zip(statuses, colors_list))

fig = px.pie(df.groupby("success").get_group(False), title="Overall Failure Count", names="status", values = "count", color=df['status'].apply(lambda x : colorMap[x]))

但出现以下错误：

All arguments should have the same length. The length of argument `color` is 14, whereas the length of previous arguments ['status', 'count'] is 24

[我还尝试了其他各种操作，例如创建一列df ['color]，其颜色的十六进制值与状态相对应。但这也不起作用。

有人可以告诉我我想念的东西以及如何使它工作吗？

Answer 1

您将对所有绘图使用相同的color_discrete_map选项，请参见Using an explicit mapping for discrete colors。像这样的东西：

fig = px.pie(df.groupby("success").get_group(False), 
             title="Overall Failure Count", 
             names="status", 
             values="count", 
             color='status',
             color_discrete_map={200:'red',
                                 403:'blue',
                                 304:'green',
                                 503:'yellow',
                                 204:'grey',
                                 500:'cyan'
                                }
            )