基于 Dataframe 中的值的颜色条形图

Question

我绘制了一个堆积条形图（参见此处：https://imgur.com/a/ESJeHuF），由下面的数据框组成。

                            condition1       condition2      condition3
timestamp                                                
2019-10-30 01:41:43             1.0             4.0             0.0
2019-10-30 01:50:11             1.0             2.0             4.0
2019-10-30 01:50:59             1.0             2.0             4.0
2019-10-30 01:51:36             1.0             2.0             4.0
2019-10-30 01:52:27             1.0             3.0             4.0
2019-10-30 01:53:10             2.0             4.0             0.0
2019-10-31 02:25:14             5.0             0.0             0.0
2019-10-31 04:15:54             5.0             0.0             0.0

我希望条形图中的颜色通过此颜色列表与数据框中的相应值匹配：

color_list = ['r', 'g', 'b', 'm', 'k', 'k']

（例如，如果第 2 个到最后一个时间步的值为 5，则将堆积条形图的分段着色为 'k'，并为堆积条形图列的所有分段重复该行为。

下面的代码绘制了堆叠的条形图，但是颜色错误（上面的链接显示了这一点）。它仅将前三种颜色分配给所有值，其中 Dataframe 中有更多对应的颜色/值。正确的绘图应该在 x 轴上有时间戳，并且每个条件的条形段都有正确的颜色。

fig = plt.figure()
ax = fig.add_subplot(111)
df.plot.bar(stacked=True, rot=1, legend=False, ax=fig.gca(), colors=color_list)

非常感谢您的帮助，在此先感谢您。

Answer 1

我不知道颜色的选择对你来说有多重要。 我刚刚找到了一个似乎可以解决您的问题的解决方案，唯一的“但是”是如果您接受其中一种可用的颜色模式，开发会更容易。另外，如果您必须手动制作颜色图，您可以从 matplotlib.colors 中找到带有 LinearSegmentedColormap 的示例。

代码：

    import matplotlib.pyplot as plt
    from matplotlib.cm import ScalarMappable

    data_color = [0.,1.,2.,3.,4.,5.] #data range from conditions columns
    data_color = [x / max(data_color) for x in data_color]   

    custom_map = plt.cm.get_cmap('Accent') #one of the color schemas stored
    custom = custom_map(data_color)  #mapping the color info to the variable custom

    fig = plt.figure()
    ax = fig.add_subplot(111)
    df.plot.bar(stacked=True, rot=1, legend=False, ax=fig.gca(), color=custom)

    plt.show()

显示：