如何在 matplotlib 条形图中添加颜色？

Question

我正在尝试为下面图表的每个条形上色。我需要放置可以手动设置每个条形的特定颜色。

我已经尝试过使用： #Attempt 1

colors = ['cyan', 'lightblue', 'lightgreen', 'tan','blue']

for patch, color in zip (bar_plot ['boxes'], colors):
    patch.set_facecolor (color)

尝试 1-> 导致错误的原因：“AxesSubplot”对象不可下标

#Attempt 2

colors = ['#1b9e77', '#a9f971', '#fdaa48','#6890F0','#A890F0']

ax1 = dfPoputationResident.plot('Zona','Total_MSP', kind = 'bar', color = colors);

尝试 2 的结果->这不起作用，所有条形都是颜色 '# 1b9e77'，而不是散布，每个条形都采用一种颜色。

我相信这是因为我的数据框是之前合并的结果。

所以在制作图表之前我重置了索引。

dfPoputationResident = dfPoputationResident.reset_index () 这是reset_index后的dataframe

然后我做了：

ax1 = dfPoputationResident.plot ('Zone', 'Total_MSP', kind = 'bar');

但即使在重置索引之后，当我这样做时

dfPoputationResident.columns
MultiIndex (levels = [['Total_MSP', 'Zone'], ['sum', '']],
           codes = [[1,0], [1,0]])

考虑到这些特征，如何制作条形图并在每个条形上放置特定颜色？请帮帮我。我是 Python 新手。

谢谢！

Answer 1

可能是因为您的数据框是多索引列。试试：

dfPoputationResident.columns = ['Zona', 'Total_MSP']

你可以做的另一件事是当你groupby创建dfPoputationResident时，你可以这样做：

dfPoputationResident = df.groupby('Zona')['Total_MSP'].sum()

而不是

dfPoputationResident = df.groupby('Zona')[['Total_MSP']].sum()

我的意思是，这对我有用：

df = pd.DataFrame({'Zona':list('abcde'),
                   'Total_MSP':[1,2,3,4,5]})

fig, ax = plt.subplots()

colors = ['#1b9e77', '#a9f971', '#fdaa48','#6890F0','#A890F0']
df.plot.bar(x='Zona',y='Total_MSP',color=colors, ax=ax);

ax.legend(ax.patches, df['Zona'], loc=[1.01,0.5])

输出：

Answer 2

按照 Quang Hoang 提出的 suluction 遵循我的代码：

dfPoputationResident.columns = ['Zona', 'Total_MSP']

dfPoputationResident = dfPoputationResident.groupby('Zona')['Total_MSP'].sum()

df = pd.DataFrame({'Zona':list('abcde'),
                   'Total_MSP':[dfPoputationResident.iloc[0],dfPoputationResident.iloc[1],dfPoputationResident.iloc[2],dfPoputationResident.iloc[3],dfPoputationResident.iloc[4]]})

colors = ['#1b9e77', '#a9f971', '#fdaa48','#6890F0','#A890F0']
df.plot.bar(x='Zona',y='Total_MSP',color=colors)


#change the name of month on the x 
ax = plt.gca()
names= ['Centro', 'Leste', 'Norte', 'Oeste', 'Sul']   
ax.set_xticklabels(names)

x = plt.gca().xaxis

# rotate the tick labels for the x axis
for item in x.get_ticklabels():
    item.set_rotation(0)    

for spine in plt.gca().spines.values():
    spine.set_visible(False)
plt.show()

enter image description here