Matplotlib / seaborn直方图使用不同颜色的分组箱

Question

我有这个代码，使用pandas df：

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import os


path_to = 'Data\\2017-04\\MonthlyData\q1analysis\Energy Usage'  # where to save

df = pd.read_csv('April2017NEW.csv', index_col =1)


df1 = df.loc['Output Energy, (Wh/h)']  # choose index value and Average
df1['Average'] = df1.mean(axis=1)
print df1
print df1['Average'].describe()

def hist():
    p = sns.distplot(df1['Average'],kde=False, bins=25).set(xlim=(0, 100));
    plt.xlabel('Watt hours')
    plt.ylabel('Households')

    return plt.show()

返回：

我想使用三种不同的颜色（低，中，高）来表示x =轴上带有图例的更高值，如下所示：

EDIT1：

我找到了这个例子：here，所以我想尝试使用它。

我想出了这个： 几乎就在那里。如何将范围分成3种，有3种不同的颜色？

Answer 1

解决方案：

N, bins, patches = plt.hist(df1['Average'], 30)

cmap = plt.get_cmap('jet')
low = cmap(0.5)
medium =cmap(0.2)
high = cmap(0.7)


for i in range(0,3):
    patches[i].set_facecolor(low)
for i in range(4,13):
    patches[i].set_facecolor(medium)
for i in range(14,30):
    patches[i].set_facecolor(high)

plt.xlabel("Watt Hours", fontsize=16)  
plt.ylabel("Households", fontsize=16)
plt.xticks(fontsize=14)  
plt.yticks(fontsize=14)
ax = plt.subplot(111)  
ax.spines["top"].set_visible(False)  
ax.spines["right"].set_visible(False)

plt.show()

输出：

Answer 2

一种更易读的通用解决方案，不使用cmap，只需要3种颜色即可获得特定的时间间隔。

n, bins, patches = plt.hist(df1['Average'], 30)

for c, p in zip(bins, patches):
    if c > 0 and c < 4:
        plt.setp(p, 'facecolor', 'green')
    elif c >= 4 and c < 14  :
        plt.setp(p, 'facecolor', 'blue')
    else c>=14:
        plt.setp(p, 'facecolor', 'yellow')

plt.show()

Answer 3

如果您想用特定的颜色给特定的分区着色并相应地标记它们，可以使用以下代码：

import matplotlib.pyplot as plt
import numpy             as np
import seaborn as sns; sns.set(color_codes=True)

number_of_bins = 20
N, bins, patches = plt.hist(np.random.rand(1000), number_of_bins, rwidth=0.8)

#Define the colors for your pathces (you can write them in any format):
colors    = [(0, 0, 0), "b", "#ffff00", "red"]
#Define the ranges of your patches:
divisions = [range(1), range(1, 9), range(9, 14), range(14, 20)]
#If you want to label the regions/divisions:
labels    = ["Black", "Blue", "Yellow", "Red"]

#for each division color the parches according to the specified colors:
for d in divisions:
    patches[list(d)[0]].set_label(labels[divisions.index(d)])
    for i in d:
        patches[i].set_color(colors[divisions.index(d)])


plt.title("Plot Title")
plt.xlabel("X label")
plt.ylabel("Y label")
plt.legend(title="Legend Title")