如何为Matplotlib stairs绘制的直方图填充不同颜色？

核心思路是将原直方图按指定分割点拆分为三个独立区间，分别调用plt.stairs绘制每个区间并设置不同填充色。关键是准确定位分割点在bins数组中的位置，从而拆分对应的统计数据。

完整代码示例 #

import numpy as np
import matplotlib.pyplot as plt

# 替换为你的实际数据
data = np.random.normal(loc=0, scale=2, size=1000)

# 生成直方图的统计结果
counts, bins = np.histogram(data, bins=20)

# 指定你需要的分割点x和y
x = -1
y = 1

# 找到分割点在bins中的索引（right表示取分割点右侧的区间起始位置）
idx_x = np.searchsorted(bins, x, side='right')
idx_y = np.searchsorted(bins, y, side='right')

# 拆分三个区域的统计数据和区间
# 左段：从左端到x
left_counts = counts[:idx_x]
left_bins = bins[:idx_x + 1]
# 中段：x到y
mid_counts = counts[idx_x:idx_y]
mid_bins = bins[idx_x:idx_y + 1]
# 右段：y到右端
right_counts = counts[idx_y:]
right_bins = bins[idx_y:]

# 分别绘制三个区域，设置不同填充色
plt.stairs(left_counts, left_bins, fill=True, color='skyblue', label='Left Region')
plt.stairs(mid_counts, mid_bins, fill=True, color='salmon', label='Middle Region')
plt.stairs(right_counts, right_bins, fill=True, color='lightgreen', label='Right Region')

# 添加基础标注
plt.xlabel('Data Value')
plt.ylabel('Frequency')
plt.legend()
plt.show()

关键细节说明 #

• 分割点定位：使用np.searchsorted可以快速找到分割点在bins数组中的插入位置，确保拆分的区间准确对应分割点左右的区域。side='right'参数表示分割点落在区间右侧时，将其归为下一个区间的起始。
• 多图层叠加：plt.stairs支持多次调用，后续绘制的区域会自动叠加在已有图层上，无需额外调整顺序。
• 自定义调整：如果需要更精细的区间控制，可以手动修改bins数组，或者调整np.histogram的bins参数（比如指定固定区间）。

内容的提问来源于stack exchange，提问作者toto