AI 分月画的几张图颜色总换，怎样让同一类别在整份报告里保持同色

为全体类别建立显式颜色字典，再让每月图表按类别名取色，而不是依赖当月数据顺序循环配色。缺失类别不需要伪造一条零值数据，新出现的类别则应先分配颜色再出图。

先分清类别顺序与颜色身份

样例一月先列A再列B，二月先列B再列A并新增C。若程序每次按行号依次取第一、第二种颜色，A与B就会换色；读者可能误以为指标含义改变。palette.json把A固定为蓝色、B为棕色、C为绿色，图表排序可以自由变化，但类别颜色身份不变。真实项目应使用稳定类别键，避免“华东区”改了显示名称就被误认为全新类别。

让字典覆盖所有月份

脚本先读取整个输入类别集合，发现字典缺键就停止，再为每条记录取颜色，生成stable-colors.svg。这个SVG是真实可打开的矢量图，不需要绘图库服务；color-assignment.csv记录每月类别所用颜色。读者可以把二月行顺序调换再运行，确认颜色仍跟类别走，而不是跟显示位置走。

图例需要统一且可读

本地示意把月份、类别与数值直接标在每条条形旁，避免只有颜色可用来辨认。多个小图共用图例时，应从稳定字典生成图例，而不是从某个月第一批出现的类别推导全部含义。一月缺少C只表示没有该条输入，不自动等于业务数值为零；是否保留图例中的C，可按比较任务决定并在说明中写清。

新类别要有显式决定

失败命令加入字典没有的D，程序报告需分配颜色。不能随便循环用回A的蓝色，让两个不同类别变得难分。类别很多时，除了颜色还要考虑标签、线型、分面和排序，单靠不断添加近似色不可读。纯色一致也不代表所有背景上都满足文字对比度要求，图上文字需另查。本文合成数据只用于展示颜色映射机制，没有做真实品牌设计或生成模型图表质量对比。

若类别在业务上被合并或拆分，应建立新旧键映射，并在图注解释变化。为了延续熟悉颜色而强行复用旧键，可能让读者误解类别含义；稳定颜色服务于稳定含义，业务定义改变时可以明确更新，但不要无记录地随机换色。

下载与复现

下载完整样例包，解压到一个新文件夹；也可查看全部文件清单和主脚本。使用Python 3.10或更新版本，在解压目录运行。此脚本只使用标准库，无需安装额外包。

python -B run.py
python -B run.py --negative

先查看主要结果，再修改输入重跑；已有输入会保留，结果写回同目录。边界命令可能故意非零退出，也可能输出明确的不适用状态，按正文说明判断，不把所有非零退出都当成安装故障。

依据与延伸阅读

资料核对日期为2026年10月24日。一手资料1：绘图库支持显式颜色而非只依赖循环配色；本文用原创SVG实现稳定类别字典。

继续阅读：WorkBuddy 怎么把数据做成图表？指令写法、图表选型与四处验收；AI 画的散点图只剩一团黑，怎样改成能看出密度的六边形分箱图；AI 给的配色文字看不清，怎样计算对比度并选出可读的文字色。