Pandas/matplotlib 条形图，颜色由列定义

Question

我试图在Python中制作一个条形图，并根据数据帧列对条形进行着色，在R ggplot2中这非常容易，所以我真的不明白为什么在matplotlib/pandas中这么难，我希望了解如何做到这一点，也希望能够理解逻辑，因为我认为这并不难。

这是我想要的一个示例，在ggplot中完成的所有操作 - 我想要的只是使用数据框中的属性来定义颜色，该属性可以是颜色字符串，例如'k'，'r'等，也可以是数据的特征，比如男/女等。 下面是我尝试过的一些代码，用于生成条形图：

import matplotlib.pyplot as plt
import pandas as pd
data = pd.DataFrame({'name' : ['a','b','c'],'value' : [1,2,3], 
                     'c' : ['b','r','b']})
data.plot('name','value',kind='bar')

但是我希望颜色由列"c"定义

但是当我添加color='c'时，它不起作用

data.plot('name','value',color='c',kind='bar',color='c')

我尝试使用plot.scatter，但它也不起作用。

---- 更新

我做了更多的工作，这个方法或多或少有效，我还需要找出如何正确对齐标签，当轴是分类而不是数字时（ggplot2可以自行处理），我仍然不喜欢为什么必须有数字x轴 - 但至少这可以通过代码实现。

fig, ax = plt.subplots()
ax.bar(range(len(data)),data['value'],width=.5,color=data['c'])
ax.set_xticks(range(len(data)))
ax.set_xticklabels( (data['name'] ))

一如既往地感谢您

- user1617979

---

你能发布一个示例图吗？没有图片，很难知道你想要什么。 - Paul H

Answer 1

试试这个：

data.plot('name','value',color=['r', 'g', 'b'],kind='bar')

您可以将任何颜色组合作为列表传递给color参数。如果有更多的条形图而颜色数量不够，颜色将循环使用。

我还强烈推荐优秀的brewer2mpl库。它提供了美观的颜色选择。 代码如下：

import brewer2mpl
bmap = brewer2mpl.get_map('Set2','qualitative',3,reverse=True)
colors = bmap.mpl_colors
data.plot('name','value',color=colors,kind='bar')

导致如下结果： 您可以从这里获取brewer2mpl：https://pypi.python.org/pypi/brewer2mpl/1.4。

- user308827

---

感谢您的回答，也感谢您提供的建议。然而，这个解决方案并不适用于我，因为我不是在处理三个数据点（这只是一个例子），而是有很多更多的数据点，并且我正在使用代码在数据框中定义它们 - 真正的想法是让大多数条形图都是一种颜色，并且有一些（甚至只有一个）以不同的颜色显示。是否有一种方法可以根据数据来确定颜色？例如，在R中，所有需要传递给ggplot的就是fill = desired_column，它就会自动完成 - 我认为Python也应该有类似的功能。 - user1617979

谢谢您的评论！也感谢您对问题的更新！ - user308827

有没有办法使用Brewer来选择您想要使用的特定颜色？ - AGH_TORN

这个解决方案以前对我有用，但在我的当前pandas版本（0.20.3）中，它对所有条形图都使用了我color列表中的第一种颜色，并忽略了其他颜色。基于ax.bar()的op的解决方案仍然有效。 - patricksurry

Answer 2

模仿R行为并使用fill=desired_column的一种方法是创建一个新的“color”列，并在其中放置有效的颜色字符串，例如'r'、'g'、'b'或十六进制值等。这可以通过在所需列上使用map方法来完成。然后，您可以在绘图线中使用此颜色。

以下是OP案例的示例：

import matplotlib.pyplot as plt
import pandas as pd
data = pd.DataFrame({'name' : ['a','b','c'],'value' : [1,2,3], 
                     'c' : ['b','r','b']})

# Create new color column with map()
data['color'] = data['c'].map(lambda x: 'r' if x == 'b' else 'b')

# Plot with the new column 'color' as color argument
data.plot('name','value',kind='bar', color=data['color'])

如果在'c'中有更多不同的值而不仅仅是两个，那么一个更易读的版本可能是不使用一行if函数，而是按照以下步骤获取新的'color'列。

def let_to_color(let, col1, col2):
    if let == 'b':
        return col1
    elif let == 'r':
        return col2

data['color'] = data['c'].map(lambda x: let_to_color(x, '#ff5544', '#002211'))

- TheWolf