使每个直方图箱具有不同的颜色答案

【问题标题】：Have each histogram bin with a different color使每个直方图箱具有不同的颜色
【发布时间】：2021-11-04 05:10:30
【问题描述】：

我绘制了一个直方图，并希望每个 bin 都有不同的颜色。现在我收到错误消息： “'color' 关键字参数每个数据集必须有一种颜色，但提供了 1 个数据集和 10 种颜色”

我还附上了直方图的屏幕截图。提前感谢

decades = np.arange(1910, 2020, 10)
colors = ['aqua', 'red', 'gold', 'royalblue', 'darkorange', 'green', 'purple', 'cyan', 'yellow', 'lime']

plt.figure(figsize=(12,7))
plt.hist(df.Year, bins=decades, color=colors)
plt.xticks(decades);

【问题讨论】：

标签： python pandas matplotlib seaborn histogram

【解决方案1】：

colors 关键字仅适用于您想要一次绘制多个数据集（=直方图）的情况。它不能用于单独为条形着色。

但是，您可以从hist 命令捕获结果，并遍历结果以设置颜色。这允许您在需要时使用值或 bin 信息（例如根据值着色），但可以使用您的示例简单地分配唯一颜色（基于顺序）。

例如：

import matplotlib.pyplot as plt
import numpy as np

decades = np.arange(1910, 2020, 10)
data = np.random.gamma(4, scale=0.2, size=1000)*110+1910
colors = ['aqua', 'red', 'gold', 'royalblue', 'darkorange', 'green', 'purple', 'cyan', 'yellow', 'lime']

fig, ax = plt.subplots(figsize=(8,4), facecolor='w')
cnts, values, bars = ax.hist(data, edgecolor='k', bins=decades)
ax.set_xticks(decades)

for i, (cnt, value, bar) in enumerate(zip(cnts, values, bars)):
    bar.set_facecolor(colors[i % len(colors)])

或者根据值的颜色：

cmap = plt.cm.viridis

for i, (cnt, value, bar) in enumerate(zip(cnts, values, bars)):
    bar.set_facecolor(cmap(cnt/cnts.max()))

【讨论】：

非常感谢 Rutger 的解释！

【解决方案2】：

以下内容是回答 OP 中的数据，而不是标题。
直方图最适合用于连续数据（例如浮点数）。这些数据是以十年为单位的，因此它是离散的，这意味着这只是价值计数的条形图。
根据OP，数据在pandas数据框（df.Year）中，所以得到'Year'的.value_counts，然后用pandas.DataFrame.plot和kind='bar'绘图，它使用matplotlib作为后端。这也有 color 作为参数。
在python 3.8.11、pandas 1.3.2、matplotlib 3.4.2、seaborn 0.11.2中测试

import pandas as pd
import numpy as np

# sample data
np.random.seed(365)
data = {'Year': np.random.choice(np.arange(1910, 2020, 10), size=1100)}
df = pd.DataFrame(data)

# display(df.head())
   Year
0  1930
1  1950
2  1920
3  1960
4  1930

# get the value counts and sort
vc = df.Year.value_counts().sort_index()

# plot
colors = ['aqua', 'red', 'gold', 'royalblue', 'darkorange', 'green', 'purple', 'steelblue', 'yellow', 'lime', 'magenta']
vc.plot(kind='bar', color=colors, width=1, rot=0, ec='k')

`sns.countplot`

seaborn 是 matplotlib 的高级 API
有了.countplot，就不需要使用.value_counts()

p = sns.countplot(data=df, x='Year', palette=colors)

【讨论】：