python - 在 Pandas v0.20 和 matplotlib 中为条形分配颜色的问题

Question

我在使用 Pandas 和 Matplotlib 定义条形图中的颜色方面苦苦挣扎了一段时间。假设我们有以下数据框:

import pandas as pd
pers1 = ["Jesús","lord",2]
pers2 = ["Mateo","apostel",1]
pers3 = ["Lucas","apostel",1]
    
dfnames = pd.DataFrame(
    [pers1,pers2, pers3],
    columns=["name","type","importance"]
)

现在，我想创建一个条形图，其中重要性作为数值，人名作为刻度，并使用类型列分配颜色。我已经阅读了其他问题(例如:Define bar chart colors for Pandas/Matplotlib with defined column)但它不起作用...

所以，首先我必须定义颜色并将它们分配给不同的值:

colors = {'apostel':'blue','lord':'green'}

最后使用 .plot() 函数:

dfnames.plot(
    x="name",
    y="importance",
    kind="bar",
    color = dfnames['type'].map(colors)
)

很好。唯一的问题是所有的条都是绿色的:

为什么？我不知道……我正在 Spyder 和 Jupyter 中测试它……有什么帮助吗？谢谢!

Answer 1

根据这个GH16822 ，这是版本 0.20.3 中引入的回归错误，其中只有第一个颜色是从通过的颜色列表。这不是以前版本的问题。

根据一位贡献者的说法，原因是这样的——

The problem seems to be in _get_colors. I think that BarPlot should define a _get_colors that does something like

def _get_colors(self, num_colors=None, color_kwds='color'):
    color = self.kwds.get('color')
    if color is None:
        return super()._get_colors(self, num_colors=num_colors, color_kwds=color_kwds)
    else:
        num_colors = len(self.data)  # maybe? may not work for some cases
        return _get_standard_colors(color=kwds.get('color'), num_colors=num_colors)

---

有几种选择 -

1. 最明显的选择是更新到最新版本的 pandas(当前为 v0.22)

2. 如果您需要一种解决方法，可以使用一种方法(在问题跟踪器中也提到过)，您可以将参数包装在一个额外的元组中 -

   dfnames.plot(x="name",  
                y="importance", 
                kind="bar", 
                color=[tuple(dfnames['type'].map(colors))]
   

不过，为了取得进步，我建议您更新您的 pandas。