Matplotlib 和 Pandas 改变负值的颜色

Question

我想将条形图的负值颜色设置为“深天蓝色”，并保持正值“深红色”。实现这一目标的最佳方法是什么？我的 csv 文件的 X 值是纬度点，我的 Y 值是温度异常。如我的链接图中所示，我的 x 轴似乎也有问题。它为从 -90 到 90 的每个纬度点绘制刻度，这会导致很多重叠。我希望以 15 为增量，但我不知道该怎么做。

编辑：已解决。

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

filename = "2015_tAnoms.csv"

df = pd.read_csv(filename, delimiter=',',header='infer')

figure(num=None, figsize=(8, 6), dpi=300, facecolor='w', edgecolor='k')

ax = plt.gca()

ax.set_facecolor((0,0,0))
ax.set_ylim([-1,3])

ax.grid(color='lightgray', alpha=0.6, which='major', axis='y', linestyle='-')


plt.bar(df['Latitude'],df['TempAnom'],color=np.where(df['TempAnom'] < 0, 'deepskyblue', 'crimson'))
plt.margins(x=0)
ax.xaxis.set_ticks(np.arange(-90,91,15))

plt.xlabel("Latitude")
plt.ylabel("Temperature Anomaly (°C)")
plt.title("2015 Temperature Anomalies by Latitude Band")

Answer 1

您可以根据df['TempAnom'] < 0 条件将颜色作为具有不同颜色的系列传递：

plt.bar(
    df['Latitude'], df['TempAnom'],
    color=np.where(df['TempAnom'] < 0, 'deepskyblue', 'crimson'),
)

ax.xaxis.set_ticks(np.arange(-90, 91, 15))

输出：