Plotly 图例点击时，部分图例项（如“Anomalous”）仅灰显而非真正隐藏对应散点，根源在于重复添加了重叠的 trace——使用 color 参数已自动按类别分组，额外手动添加同色 trace 会破坏图例的交互逻辑。

plotly 图例点击时，部分图例项（如“anomalous”）仅灰显而非真正隐藏对应散点，根源在于重复添加了重叠的 trace——使用 `color` 参数已自动按类别分组，额外手动添加同色 trace 会破坏图例的交互逻辑。

在使用 Plotly Express（如 px.scatter）绘制带分类颜色的散点图时，图例的交互行为（点击显隐）默认依赖于每个 trace 的独立性与唯一性。当你通过 color='Type' 指定分组字段时，px.scatter 会自动为 'Normal' 和 'Anomalous' 各创建一个独立 trace，并赋予对应的图例项和交互逻辑。此时若再调用 fig.add_trace(px.scatter(...)) 手动添加一组仅含异常点的红色散点，就相当于向图中注入了第二个红色 trace —— 它与第一个 trace 中的 'Anomalous' 子集视觉重叠，但图例并未为其单独生成新条目（因未显式设置 name），导致底层交互状态混乱：点击图例中的 'Anomalous' 仅能控制原始 color-based trace 的可见性，而手动添加的 trace 始终可见，表现为“灰显不消失”。

✅ 正确做法是完全依赖 color 参数实现分类渲染，避免冗余 trace。以下是优化后的完整代码：

Q.AI视频生成工具

一款集AI脚本、视频生成和在线编辑于一体的视频创作工具，支持从内容策划到配音和画面调整的完整制作流程。

下载

import plotly.express as px

# 分类标记
df['Type'] = 'Normal'
df.loc[df['IFAnomaly'] <p>⚠️ 注意事项：  </p>

• 切勿混合使用 color + 手动 add_trace 同类数据：这是引发图例交互失效的最常见原因；
• 若需自定义某类点的细节（如边框、透明度），应通过 update_traces(selector=dict(name='Anomalous')) 精准定位，而非新建 trace；
• hover_data 中设为 False 的字段将不显示在悬停框中，确保仅展示关键信息；
• 如后续需动态更新数据或响应图例事件，建议使用 Dash 或监听 fig.data[i].visible 属性，而非依赖手动 trace 管理。

遵循这一原则，图例点击即可实现预期的“完全显示/完全隐藏”，交互体验清晰可靠。