更改 Pandas 条形图的颜色答案

【问题标题】：Change colours of Pandas bar chart更改 Pandas 条形图的颜色
【发布时间】：2018-02-08 13:48:09
【问题描述】：

我希望 Pandas 图表中的每条条都具有不同的颜色。根据this post 和类似的解决方案看起来很简单。

当我尝试模拟该解决方案时，我最终会得到所有条的颜色相同（尽管与标准条的颜色不同）。我想我做错了什么，但我看不到它是什么。还有人看吗？

fig = df.plot(kind='bar',    # Plot a bar chart
            legend=False,    # Turn the Legend off
            width=0.75,      # Set bar width as 75% of space available
            figsize=(8,5.8),  # Set size of plot in inches
            colormap='Paired')

colormap='Paired' 是用来改变颜色的位。我明白了：

很好，但是所有的条都是相同的颜色！正如您在上面看到的，我正在对绘图进行其他更改，但它们都是文本格式或轴细节的删除。

【问题讨论】：

标签： pandas matplotlib plot

【解决方案1】：

让我们改用这段代码：

df.plot(kind='bar',    # Plot a bar chart
        legend=False,    # Turn the Legend off
        width=0.75,      # Set bar width as 75% of space available
        figsize=(8,5.8),  # Set size of plot in inches
        color=[plt.cm.Paired(np.arange(len(df)))])

【讨论】：

成功了！有效！有效！我的天，让我挠了很久。
有机会你能解释一下每一点的作用plt.cm.Paired(np.arange(len(df)))]
当然。 plt 是您对 matplotlib 库的别名，cm 是颜色图，而 Paired 是您想要的颜色集。 np.arange 创建一个从 0 到数据帧 len 的范围。因此，您将从 Paired 中获得第一组颜色作为数据帧的长度。
@ImportanceOfBeingErnest 你能看看这个吗？我开始认为 colormap='Paired' 不起作用是一个错误。

【解决方案2】：

这也应该有效：*

df['Degree'].plot.bar()

这是不同的，因为df['Degree'] 是一个系列。

Pandas Series 似乎是用不同颜色绘制的每个条形图（大概是因为每个条形图都被假定来自不同的类别或标签），而在数据框中，每个系列被假定为来自一个类别的一组值，因此它们是赋予相同的颜色。

例如：

s = pd.Series({'a': 100, 'b': 74, 'c': 50})
s.plot.bar()

生产：

更新：

* 显然对于 s.plot(kind='bar') 而不是 s.plot.bar()。我怀疑我在这里展示的颜色行为也是特定于版本的。此演示使用 0.22.0 版本完成。

【讨论】：