我需要按值的类别为条形图上色。使用Matplotlib有可能吗?
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]
是否可以添加一个额外的类别列表,并根据这些类别为这些栏着色? 喜欢: 类别= [男,女,男,男,男,女]
谢谢!
答案 0 :(得分:1)
如果需要,可以将数据构造为字典,然后可以这样解决,其中每个条目都是属性“ gender”,它也是字典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()
有多种方法可以在此处获取有效的“男性” /“女性”图例;一种方法是创建一个fully custom legend。例如,您可以使用另一种形式将dict分为男性数据和女性数据,然后创建两个单独的条形图,例如ax.bar(… , label="male")
,但这是一种肿的方法。
我建议然后使用pandas
库,将答案更改为:
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(例如,像Excel工作表一样)过滤数据框df
(可能像Excel工作表一样)。 df["value"][df["gender"]=="male"]
。这样,我们可以轻松创建两个单独的条形图。