Question

我绘制了一个堆积的条形图（请参见此处：https://imgur.com/a/ESJeHuF），该条形图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，如果第二到最后一个时间步的值是5，则将堆叠的条形图的分段颜色设置为'k'，并且对堆叠的条形图的所有分段重复该行为。

下面的代码绘制了堆叠的条形图，但是对它们进行了错误着色（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，其中数据框中有更多对应的颜色/值。正确的图应该在x轴上带有时间戳，并且每种条件下的条形段都应具有正确的颜色。

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

我不知道选择颜色对您有多重要。我刚刚找到了一个似乎可以解决您问题的解决方案，唯一的“但是”是，如果您接受一种可用的颜色模式，则开发会更容易。 Othewrise，如果您需要手工制作一个颜色图，则可以从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：

基于数据框中的值的颜色条形图

1 个答案: