为 python 可视化添加不同的颜色

Question

我希望将发散的调色板应用于 matplotlib.pyplot.hist()，它使用熊猫数据帧中的每一列，但我有点迷路了。

这是我到目前为止的代码（带有一些可重现的数据）：

import csv
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

sns.set(font_scale = 0.6)

df = pd.DataFrame([[5, 5, 1.5], [1.8, 2.2, 1], [4.7, 3.6, 2],[3.4, 2.1, 1.8],[3.8, 2, 0.5], 
[3.6, 3.5, 2.5]], columns=['overall', 'astro', 'fake'])


df.hist()
plt.tight_layout()
plt.show()

理想情况下，我会从this question 得到与下图中的调色板类似的点，但我没有找到解决方案。任何帮助/资源，非常感谢。

Answer 1

您可以遍历生成的轴，然后遍历它们的条以分配新颜色：

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

sns.set(font_scale = 0.6)

df = pd.DataFrame([[5, 5, 1.5], [1.8, 2.2, 1], [4.7, 3.6, 2], [3.4, 2.1, 1.8], [3.8, 2, 0.5], [3.6, 3.5, 2.5]],
                  columns=['overall', 'astro', 'fake'])
axes = df.hist()
cmap = plt.cm.Spectral_r
for ax in axes.ravel():
    if len(ax.containers) > 0:
        num_bars = len(ax.containers[0])
        for bar, val in zip(ax.containers[0], np.linspace(0, 1, num_bars)):
            bar.set_color(cmap(val))
plt.tight_layout()
plt.show()

要仅获取颜色范围的子集，而不是完整范围 (np.linspace(0, 1, num_bars))，可以使用较小的范围：

cmap = plt.cm.RdYlBu_r
for ax in axes.ravel():
    if len(ax.containers) > 0:
        num_bars = len(ax.containers[0])
        for bar, val in zip(ax.containers[0], np.linspace(0.2, 0.8, num_bars)):
            bar.set_color(cmap(val))