使用 Plotly 绘制直方图并将其分成十个区间、设置不同颜色以及显示每个区间的计数和占比是一种常见需求。以下是详细的步骤说明： ### 实现过程 1. **准备数据** 首先需要有一组连续型的数据作为输入。 2. **分箱处理** 使用 `numpy.histogram` 或手动指定范围将数据划分为 10 个等宽区间（即“bin”）。可以调整 bin 的宽度以便更精确地控制分布情况。 3. **自定义颜色映射** 根据每一段分配一种特定的颜色，并通过 `marker.colors` 参数传递给 Plotly 图表配置项中。 4. **添加文本注释** 对于每一个柱形，我们可以利用 `text` 属性加上该段内样本点的数量及其所占比例信息，便于用户直观理解图表含义。 5. **绘制图形** 调用 `plotly.graph_objects.Histogram()` 创建实例化对象，并结合上述设定完成最终可视化效果呈现出来。 下面给出一个具体的 Python 示例代码片段来演示这个操作流程： ```python import numpy as np import plotly.express as px from plotly.subplots import make_subplots # 假设这是你要分析的一批随机生成的数值列表 data = np.random.randn(1000) hist, bins = np.histogram(data, bins=10) # 计算频率分布 proportions = hist / len(data)*100 # 每部分的比例转换成百分比形式表示 colors = ['red', 'orange', 'yellowgreen','blueviolet', 'royalblue', '#e8c76b','#a9d18e','#ffcccc', '#add8e6','#fbc8dd'] # 定义用于区分各区域的不同色块方案 fig = px.bar(x=bins[:-1], y=hist, labels={'x':'Value Range', 'y':'Count'}, title="Histogram with Colors and Proportion Info") for i in range(len(bins)-1): fig.add_annotation( x=(bins[i] + bins[i+1])/2, # 中心位置标注文字坐标X轴值 y=hist[i]+max(hist)/50 if proportions[i]<1 else max(hist), # Y高度稍微偏移一点避免遮挡主图案线条本身 text=f"Count={int(hist[i])}<br>Proportion={round(proportions[i], 2)}%", showarrow=False, font=dict(size=12) ) # 设置条状图填充对应色彩规则 fig.update_traces(marker_color=[colors[i % len(colors)] for i,_ in enumerate(hist)]) fig.show() ``` 以上脚本会产出一张带有详细描述信息的彩色分区直方统计结果图像。