为了描述我的问题,我为您提供了一个小的数据集作为示例:请想象以下数据集:
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
df = pd.DataFrame({'name':['a', 'b', 'c', 'a', 'b', 'c'], 'val':[1,5,3,4,5,3]} )
我正在使用以下代码创建简单的组蛋白:
def plot_bar_x():
index = np.arange(len(df['name']))
plt.bar(index, df['val'])
plt.legend(list(df['name'].unique()))
plt.xticks(index, df['name'], fontsize=10, rotation=30)
plt.show()
plot_bar_x()
虽然我有3个唯一的名称,但是我只能看到'a'标签,但是我使用了以下行:plt.legend(list(df ['name']。unique())) 另一个问题是所有条形都具有相同的颜色,是否有一种方法可以使唯一标签获得不同的颜色而无需事先手动定义颜色?
所需的输出是:
答案 0 :(得分:1)
您只能在一个系列中绘制一次,这就是appcompat
仅为图例选择一个标签的原因。如果您的名字很多,请尝试:
plt
必须有一些聪明的方法来解决您的问题,但是现在这已经超出了我的视线。
答案 1 :(得分:1)
您可以使用df.plot()
直接绘制DataFrame,然后使用一些预定义的字典传递每个条形的颜色。然后,您可以使用mpatches.Patch
创建图例,如图here所示。您可以使用seaborn
使带有网格的灰色背景。可以根据DataFrame中唯一项的数量生成颜色。
import matplotlib.pyplot as plt
import matplotlib.patches as mpatches
import pandas as pd
import numpy as np; np.random.seed(123)
import seaborn as sns
sns.set()
df = pd.DataFrame({'name':['a', 'b', 'c', 'a', 'b', 'c'], 'val':[1,5,3,4,5,3]} )
col_dict = {k:np.random.rand(3,) for k in df['name'].unique()}
ax = df.plot.bar(x='name', y='val', color=[col_dict[i] for i in df['name']])
labels = [mpatches.Patch(color=v, label=k) for k,v in col_dict.items()]
plt.legend(handles=labels, loc='best')
plt.show()