python - Pandas DataFrame 条形图 - 从特定颜色图中绘制不同颜色的条形图

Question

如何使用 pandas dataframe plot 方法绘制不同颜色的条形图 only？

如果我有这个 DataFrame:

df = pd.DataFrame({'count': {0: 3372, 1: 68855, 2: 17948, 3: 708, 4: 9117}}).reset_index()

   index  count
0      0   3372
1      1  68855
2      2  17948
3      3    708
4      4   9117

我需要设置哪些 df.plot() 参数以便图中的每个条形图:

1. 使用“配对”颜色图
2. 为每个条绘制不同的颜色

我正在尝试:

df.plot(x='index', y='count', kind='bar', label='index', colormap='Paired', use_index=False)

结果:

我已经知道的(是的，这行得通，但同样，我的目的只是弄清楚如何使用 df.plot 来做到这一点。当然它必须是可能吗？):

def f(df):
  groups = df.groupby('index')

  for name,group in groups:
    plt.bar(name, group['count'], label=name, align='center')

  plt.legend()
  plt.show()

Answer 1

您没有可以传递给 df.plot 的参数来为单个列以不同的方式对条形图进行着色。
由于不同列的条形颜色不同，一个选项是在绘图之前转置数据框，

ax = df.T.plot(kind='bar', label='index', colormap='Paired')

现在这会将数据绘制为子组的一部分。因此，需要进行一些调整以正确设置限制和 xlabels。

import matplotlib.pyplot as plt
import pandas as pd

df = pd.DataFrame({'count': {0: 3372, 1: 68855, 2: 17948, 3: 708, 4: 9117}}).reset_index()

ax = df.T.plot(kind='bar', label='index', colormap='Paired')
ax.set_xlim(0.5, 1.5)
ax.set_xticks([0.8,0.9,1,1.1,1.2])
ax.set_xticklabels(range(len(df)))
plt.show()

虽然我猜这个解决方案符合问题的标准，但实际上使用 plt.bar 并没有错。一次调用 plt.bar 就足够了

plt.bar(range(len(df)), df["count"], color=plt.cm.Paired(np.arange(len(df))))

完整代码:

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

df = pd.DataFrame({'count': {0: 3372, 1: 68855, 2: 17948, 3: 708, 4: 9117}}).reset_index()

plt.bar(range(len(df)), df["count"], color=plt.cm.Paired(np.arange(len(df))))

plt.show()