px.density_contour() ignores color labels for negative histfunc results

Consider the following example:

import plotly.express as px
import pandas as pd
import numpy as np
import plotly


np.random.seed(0)

n_samples = 1000
df = pd.DataFrame({
    'x': np.random.randint(low=1, high=5, size=n_samples),
    'y': np.random.randint(low=1, high=4, size=n_samples),
    'z': np.random.normal(loc=-40, scale=20, size=n_samples),
})

df['z'] = df['z'] * df['x']

# uncomment to make some values above 0
# df['z'] = df['z'] + 80

# uncomment to make all values above 0
# df['z'] = df['z'].abs()

fig = px.density_contour(df, x='x', y='y', z='z', histfunc='avg', height=800, width=1200, title=f'Plotly version: {plotly.__version__}')
fig.update_traces(contours_coloring="fill", contours_showlabels=True)
fig.show()

It calculates average of mostly negative values, which results in the following plot:

Color bar has correct color range, but all data points use same color - yellow, which is not particularly useful. Similar situation happens when only part of data is negative (uncomment first commented line in the example):

Left (positive) section looks fine, while right (negative) is colored with only one color.

There are workarounds, that involve changing of input data, but this makes plot reading much harder.

Bắt đầu bằng cách chạy ví dụ px.density_contour() được cung cấp với các kết quả histfunc âm và hỗn hợp, sau đó kiểm tra điểm vào density_contour và cách tô màu đường đồng mức xử lý các giá trị đó. Được xem là hoàn tất khi các kết quả âm và hỗn hợp sử dụng toàn bộ dải màu thay vì bị thu gọn thành một màu, đồng thời trường hợp dương hiện có vẫn đúng.