Plotly 默认子图类型为笛卡尔坐标系（xy），而三元图需显式指定 subplot type 为 "ternary"；使用 make_subplots(specs=[...]) 可正确构建多三元图布局，但 px.scatter_ternary 目前不支持 facet 子图。
plotly 默认子图类型为笛卡尔坐标系（xy），而三元图需显式指定 subplot type 为 "ternary"；使用 `make_subplots(specs=[...])` 可正确构建多三元图布局，但 `px.scatter_ternary` 目前不支持 facet 子图。
在 Plotly 中实现三元图（ternary plot）的子图布局，关键在于理解 make_subplots() 的 specs 参数机制。默认情况下，make_subplots(rows=1, cols=2) 会为每个子图分配 "type": "xy"，因此当尝试添加 go.Scatterternary 这类非笛卡尔迹（trace）时，便会触发错误：
ValueError: Trace type 'scatterternary' is not compatible with subplot type 'xy'
✅ 正确做法是：为每个需要承载三元图的子图位置显式声明 {"type": "ternary"}。例如，构建并排双三元图，应这样初始化：
from plotly.subplots import make_subplots
import plotly.graph_objects as go
# 示例数据（已结构化）
rawData = [
{'journalist':75,'developer':25,'designer':0,'label':'point 1'},
{'journalist':70,'developer':10,'designer':20,'label':'point 2'},
# ... 其余数据保持不变
]
# 提取坐标列（推荐用列表推导式或 pandas 更简洁）
a_vals = [d['journalist'] for d in rawData]
b_vals = [d['developer'] for d in rawData]
c_vals = [d['designer'] for d in rawData]
labels = [d['label'] for d in rawData]
# 定义统一的三元轴样式（可复用）
def makeAxis(title, tickangle):
return {
'title': {'text': title, 'font': {'size': 16}},
'tickangle': tickangle,
'tickfont': {'size': 13},
'showgrid': True,
'showline': True
}
# ✅ 关键：指定 specs，让每列子图都支持 ternary 类型
fig = make_subplots(
rows=1, cols=2,
specs=[[{"type": "ternary"}, {"type": "ternary"}]], # ← 必须！
subplot_titles=("Team Role Distribution A", "Team Role Distribution B")
)
# 添加两个相同的三元散点图（可替换为不同数据集）
fig.add_trace(
go.Scatterternary(
a=a_vals, b=b_vals, c=c_vals,
text=labels,
mode='markers',
marker=dict(
symbol='circle',
color='#DB7365',
size=12,
line=dict(width=1.5, color='white')
)
),
row=1, col=1
)
fig.add_trace(
go.Scatterternary(
a=[x*0.8 for x in a_vals], # 演示：右侧图稍作变换（如缩放）
b=[x*1.1 for x in b_vals],
c=c_vals,
text=labels,
mode='markers',
marker=dict(
symbol='diamond',
color='#3498db',
size=14,
line=dict(width=1.5, color='white')
)
),
row=1, col=2
)
# 统一配置三元坐标系（注意：需对每个 subplot 单独设置，或使用 update_ternary）
fig.update_layout(
height=500,
title_text="Side-by-Side Ternary Subplots",
ternary_aaxis=makeAxis('Journalist', 0),
ternary_baxis=makeAxis('<br>Developer', 45),
ternary_caxis=makeAxis('<br>Designer', -45),
# ⚠️ 注意：update_layout 中的 ternary_*axis 是全局默认值；
# 若需为不同子图定制轴（如不同标题/刻度），需使用 fig.update_ternary() + selector
)
fig.show()
? 重要说明与限制：
-
plotly.express.scatter_ternary()不支持facet_row/facet_col等分面参数（截至 Plotly v6.x），因此无法像px.scatter()那样一键生成分面三元图。必须使用graph_objects+make_subplots手动组合。 - 若需混合其他类型图表（如左侧 ternary、右侧直方图），只需在对应
specs中混合声明类型，例如：specs=[[{"type": "ternary"}, {"type": "xy"}]]，然后分别添加Scatterternary和Bar/Histogram等迹。 - 不支持将 Plotly 图嵌入 Matplotlib 的
ax对象（二者渲染引擎不同）；跨库混用需通过图像导出（如fig.write_image("plot.png")）或 Dash 应用集成。
? 最佳实践建议：
- 始终在调用
make_subplots()时明确specs，避免隐式假设； - 使用
subplot_titles提升可读性； - 对多个三元图，可通过
fig.update_ternary(selector=dict(row=1, col=1))精细控制单个子图属性； - 数据预处理推荐使用
pandas（如df[['a','b','c']].values.T.tolist()），提升可读性与健壮性。
掌握 specs 参数，即可自由组合任意 Plotly 支持的子图类型——三元图子图，不再“迷路”。
