Matplotlib：根据标准识别条形图中的条形图

Question

以下代码：

import pandas as pd
import matplotlib.pyplot as plt

data = [['Apple',10],['Banana',15],['Kiwi',11],['Orange',17]]
df = pd.DataFrame(data,columns=['Fruit','Quantity'])
df.set_index('Fruit', inplace=True)
df.plot.bar(color='gray',rot=0)
plt.show()

给出以下输出：

我想为数量最多的两种水果（即橙子和香蕉）绘制红色条形图。我怎样才能做到这一点？与其给出一个固定的阈值来改变颜色，我更喜欢我的图足够健壮以识别前两个条。

Answer 1

可能有一种直接且更简单的方法，但我能够提出以下解决方案，该解决方案原则上适用于任意数量的顶级 n 值。这个想法是：

• 首先使用nlargest从DataFrame中获取顶部的n元素（下例中的n=2）
• 然后，循环遍历 x-tick 标签并使用if 语句更改最大值的补丁（条）的颜色以获取它们的索引。在这里，我们创建了一个轴实例ax，以便能够提取色块来设置颜色。

---

import pandas as pd
import matplotlib.pyplot as plt

fig, ax = plt.subplots()

data = [['Apple',10],['Banana',15],['Kiwi',11],['Orange',17]]
df = pd.DataFrame(data,columns=['Fruit','Quantity'])

df.set_index('Fruit', inplace=True)
df.plot.bar(color='gray',rot=0, ax=ax)

top = df['Quantity'].nlargest(2).keys() # Top 2 values here

for i, tick in enumerate(ax.get_xticklabels()):
    if tick.get_text() in top:
        ax.patches[i].set_color('r')

plt.show()

Answer 2

绘制彩色条形图

问题在于 pandas 条形图采用 color 参数来逐列应用。在这里，您只有一列。因此，像为条形图着色的规范尝试不会不工作

pd.DataFrame([12,14]).plot.bar(color=["red", "green"])

一种解决方法是创建一个对角矩阵而不是单列，并使用stacked=True 选项绘制它。

df = pd.DataFrame([12,14])
df = pd.DataFrame(np.diag(df[0].values), index=df.index, columns=df.index)
df.plot.bar(color=["red", "green"], stacked=True)

另一种选择是改用 matplotlib。

df = pd.DataFrame([12,14])
plt.bar(df.index, df[0].values, color=color)

根据值选择颜色

现在的问题仍然是如何创建在上述两种解决方案中使用的颜色列表。给定一个数据帧df，您可以创建一个与该帧长度相等的数组并用默认颜色填充它，然后您可以将两个最高值的条目设置为另一种颜色：

color = np.array(["gray"]*len(df))
color[np.argsort(df["Quantity"])[-2:]] = "red"

解决办法：

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

data = [['Apple',10],['Banana',15],['Kiwi',11],['Orange',17]]
df = pd.DataFrame(data,columns=['Fruit','Quantity'])
df.set_index('Fruit', inplace=True)

color = np.array(["gray"]*len(df))
color[np.argsort(df["Quantity"])[-2:]] = "red"

plt.bar(df.index, df.values, color=color)

plt.show()