本文旨在解决在Plotly和Matplotlib绘图中，当数据分组数量超出Plotly内置调色板限制（如24种）时，如何动态生成足够数量且格式为RGB的离散颜色方案。针对Matplotlib仅支持RGB格式颜色的需求，文章提出了一种基于随机生成并确保颜色唯一性的Python实现方法，以克服手动拼接调色板可能导致的颜色相似问题，并提供了一个实用代码示例。

挑战：多组数据颜色与格式限制

在数据可视化领域，使用plotly和matplotlib等库绘制多组数据时，为每组分配一个独特且视觉上易于区分的颜色至关重要。然而，在实际应用中，我们常常面临以下挑战：

1. Plotly内置调色板的局限性：Plotly提供了一系列高质量的定性（qualitative）调色板，例如plotly.colors.qualitative.Light24或plotly.colors.qualitative.Antique。这些调色板通常包含24种或更少的颜色。当需要绘制的组别数量超过这个上限时，Plotly的内置调色板就无法满足需求。
2. 动态颜色需求：数据的组别数量并非固定不变，可能从少数几组到数十组不等。因此，需要一种能够根据实际组数动态生成相应数量颜色的策略。
3. 颜色格式要求：不同的绘图工具对颜色格式有不同的偏好。例如，Matplotlib通常接受RGB格式的颜色值（如rgb(158,185,243)或[158, 185, 243]），而不是十六进制格式（如#00B5F7）。Plotly虽然支持多种格式，但在与Matplotlib结合使用时，统一为RGB格式可以简化集成。
4. 颜色区分度与美观性：简单地将多个Plotly调色板拼接起来，可能会导致部分颜色过于相似，降低图表的可读性。同时，生成的颜色方案应尽可能保持视觉上的区分度和一定的美观性。

解决方案：动态随机生成RGB颜色列表

为了解决上述问题，一种直接且有效的方法是动态地随机生成一组RGB颜色值。这种方法的核心在于利用随机数生成RGB三通道的值，并通过集合（set）数据结构确保所有生成的颜色都是唯一的。

实现步骤

1. 导入随机模块：使用Python内置的random模块来生成0到255之间的整数，代表RGB颜色通道的强度。
2. 确定所需颜色数量：根据数据组别的实际数量，设置需要生成的颜色总数。
3. 循环生成唯一颜色：在一个循环中，每次生成三个随机整数（R, G, B），并将它们作为一个元组添加到集合中。集合的特性保证了不会有重复的颜色被添加。循环持续进行，直到集合中包含指定数量的唯一颜色。
4. 格式转换：由于随机生成的颜色存储为元组，为了满足Matplotlib等工具可能需要的列表嵌套列表的RGB格式（例如[[r1,g1,b1], [r2,g2,b2]]），需要将集合中的元组转换为列表。

示例代码

以下Python代码展示了如何动态生成指定数量的离散RGB颜色列表：

import random  def generate_dynamic_rgb_colors(num_colors: int) -> list[list[int]]:     """     动态生成指定数量的离散RGB颜色列表。      参数:         num_colors (int): 需要生成的颜色数量。      返回:         list[list[int]]: 包含RGB颜色值的列表的列表，例如 [[r1,g1,b1], [r2,g2,b2]]。     """     if not isinstance(num_colors, int) or num_colors <= 0:         raise ValueError("num_colors 必须是一个正整数。")      color_set = set()     # 循环直到生成足够数量的唯一颜色     while len(color_set) < num_colors:         # 随机生成R, G, B三个通道的值 (0-255)         random_integers = [random.randint(0, 255) for _ in range(3)]         # 将RGB元组添加到集合中，确保唯一性         color_set.add(tuple(random_integers))      # 将集合中的元组转换为列表的列表形式     generated_colors = [list(n) for n in color_set]     return generated_colors  # 示例使用：生成30种颜色 NUM_COLORS_REQUIRED = 30 try:     dynamic_colors = generate_dynamic_rgb_colors(NUM_COLORS_REQUIRED)     print(f"成功生成 {len(dynamic_colors)} 种RGB颜色：")     # 打印前5种颜色作为示例     for i, color in enumerate(dynamic_colors[:5]):         print(f"  颜色 {i+1}: {color}")     if len(dynamic_colors) > 5:         print("  ...") except ValueError as e:     print(f"错误: {e}")  # 另一个示例：生成5种颜色 # dynamic_colors_small = generate_dynamic_rgb_colors(5) # print(f"n成功生成 {len(dynamic_colors_small)} 种RGB颜色：") # for i, color in enumerate(dynamic_colors_small): #     print(f"  颜色 {i+1}: {color}")

代码说明

• generate_dynamic_rgb_colors(num_colors) 函数接受一个整数参数 num_colors，表示需要生成的颜色数量。
• color_set = set() 初始化一个空集合，用于存储唯一的RGB颜色元组。
• while len(color_set) < num_colors: 循环确保生成的颜色数量达到要求。
• random.randint(0, 255) 生成0到255之间的随机整数，代表R、G、B分量。
• color_set.add(tuple(random_integers)) 将生成的RGB值作为元组添加到集合中。集合会自动处理重复项，确保每个颜色都是唯一的。
• generated_colors = [list(n) for n in color_set] 遍历集合，将每个RGB元组转换回列表形式，最终得到一个列表的列表，符合常见的RGB颜色列表格式。

注意事项与局限性

虽然这种随机生成的方法能够有效解决颜色数量和格式的问题，但它也存在一些局限性：

飞书多维表格

表格形态的AI工作流搭建工具，支持批量化的AI创作与分析任务，接入DeepSeek R1满血版

26

查看详情

1. 视觉美观性与区分度：随机生成的颜色不保证在视觉上是“最吸引人”或“最和谐”的。在某些情况下，相邻的随机颜色可能在人眼看来不够清晰地区分。如果对颜色方案的美观性有较高要求，可能需要多次运行生成函数，直到获得满意的结果。
2. 感知均匀性：人类对颜色的感知是非线性的。简单随机生成的RGB颜色在感知空间中可能不是均匀分布的，这意味着某些颜色范围可能过于密集，而另一些则过于稀疏。对于需要精确控制颜色区分度的场景，可以考虑使用更复杂的颜色空间（如CIELAB）或颜色生成算法。
3. 颜色冲突概率：虽然使用集合确保了生成的颜色在数值上是唯一的，但在极少数情况下，当num_colors非常大时，生成足够数量的视觉上明显不同的颜色可能会变得困难。不过，对于通常的几十个组别，这种方法通常是足够的。
4. 性能考虑：对于极大量的颜色需求（例如数千种），随机生成并检查唯一性可能会变得效率低下。但对于常见的几十到上百个组别，其性能影响微乎其微。

总结

动态生成RGB颜色列表是一种灵活且实用的方法，尤其适用于以下场景：

• 当数据分组数量超出Plotly等库内置调色板的限制时。
• 当目标绘图工具（如Matplotlib）需要RGB格式的颜色输入时。
• 需要一种快速、动态生成颜色方案的解决方案，而不必手动管理复杂的调色板组合。

通过上述代码示例，开发者可以轻松地为不同数量的数据组别生成定制化的、符合特定格式要求的离散颜色，从而提升数据可视化的灵活性和效率。尽管随机生成的方法在美观性上可能存在不确定性，但其简单性和有效性使其成为许多应用场景下的优秀起点。对于追求更高美观度和感知均匀性的应用，可以进一步探索更高级的颜色科学和算法。