按值类别着色条形图

Question

我需要按值的类别为我的条形图着色。使用 Matplotlib 可以吗？

示例： 通常我使用两个列表来创建条形图： 值 = [5, 2, 1, 7, 8, 12] xticks = [约翰、妮娜、达伦、彼得、乔、肯德拉]

是否可以添加额外的类别列表，并根据这些类别为这些栏着色？ 喜欢： 类别= [男，女，男，男，男，女]

提前致谢！

Answer 1

如果您愿意，您可以将数据构建为字典，然后可以这样解决，其中每个条目作为属性“性别”，这也是字典 color_map 中的查找键：

import matplotlib.pyplot as plt

fig,ax=plt.subplots(1,1)

data={
    0:{"name":"John",   "value":5, "gender":"male"},
    1:{"name":"Nina",   "value":2, "gender":"female"},
    2:{"name":"Darren", "value":1, "gender":"male"},
    3:{"name":"Peter",  "value":7, "gender":"male"},
    4:{"name":"Joe",    "value":8, "gender":"male"},
    5:{"name":"Kendra", "value":12,"gender":"female"},
}

color_map={"male":"b","female":"r"}

xs=data.keys()
ys=[v["value"] for v in data.values()]
names=[v["name"] for v in data.values()]
colors=[color_map[v["gender"]] for v in data.values()]

ax.bar(xs,ys,color=colors)

ax.set_xticks(xs)
ax.set_xticklabels(names)
plt.show()

---

这里有多种方法可以获得有效的“男性”/“女性”图例；一种是创建一个fully custom legend。例如，您可以将字典分成一个用于男性数据和一个用于女性数据，然后创建两个单独的条形图，例如ax.bar(… , label="male")，但这是一种臃肿的方法。

我建议使用 pandas 库，然后将我的答案更改为：

import matplotlib.pyplot as plt
import pandas as pd

fig,ax=plt.subplots(1,1)

data={
    0:{"name":"John",   "value":5, "gender":"male"},
    1:{"name":"Nina",   "value":2, "gender":"female"},
    2:{"name":"Darren", "value":1, "gender":"male"},
    3:{"name":"Peter",  "value":7, "gender":"male"},
    4:{"name":"Joe",    "value":8, "gender":"male"},
    5:{"name":"Kendra", "value":12,"gender":"female"},
}

df=pd.DataFrame.from_dict(data,orient='index')

color_map={"male":"b","female":"r"}
df["colors"]=df["gender"].map(color_map)

for g in ["male","female"]:
    xs=df.index[df["gender"]==g]
    ys=df["value"][df["gender"]==g]
    color=df["colors"][df["gender"]==g]
    ## or, perhaps easier in this specific case: 
    #  color=color_map[g]

    ax.bar(xs,ys,color=color,label=g)

ax.legend()
ax.set_xticks(df.index)
ax.set_xticklabels(df["name"])

plt.show()

在这里，关键是我们可以在各种条件下过滤数据框df（可能认为它像 Excel 工作表），例如df["value"][df["gender"]=="male"]。这样我们就可以轻松创建两个单独的条形图。