如何让Matplotlib多图表中同一类别保持相同颜色？

核心思路是给每个类别绑定固定颜色，通过字典建立「类别-颜色」的映射关系，然后在每个图表中根据当前显示的类别顺序，从字典中提取对应颜色，彻底解决因类别排序不同导致的颜色错位问题。

具体步骤： #

1. 构建类别-颜色映射字典
   先提取数据中所有唯一的Stadtteil类别，将其与你定义的颜色列表my_c一一绑定，确保每个类别对应唯一颜色。
2. 为每个图表匹配对应颜色
   对每个图表，先获取当前图表显示的类别顺序，再从映射字典中提取每个类别对应的颜色，传递给绘图函数的对应参数（注意：pandas绘图中柱状图用color参数，饼图用colors参数，参数名有区别）。

修改后的完整代码 #

import pandas as pd
import matplotlib.pyplot as plt

# 你的颜色列表
my_c = ['green','blue','red','yellow','black']

# 构建类别-颜色映射字典
unique_districts = df['Stadtteil'].unique()
color_map = dict(zip(unique_districts, my_c))

fig, ax = plt.subplots(nrows=2, ncols=2)

# 第一个柱状图：区域数量统计
counts = df['Stadtteil'].value_counts()
bar_colors = [color_map[district] for district in counts.index]
counts.plot(kind='bar', ax=ax[0][0], color=bar_colors)
ax[0][0].set(xlabel='Stadtteil', ylabel='Anzahl', title='Anzahl Bezirke pro Stadtteil')
ax[0][0].xaxis.set_tick_params(labelrotation=45)

# 饼图：区域人口总和占比
cross_tab = pd.crosstab(
    index=df['Stadtteil'],
    columns='Einwohner',
    values=df['Einwohner'],
    aggfunc='sum'
)
pie_colors = [color_map[district] for district in cross_tab.index]
cross_tab.plot(ax=ax[0][1], kind='pie', legend=False, y='Einwohner', colors=pie_colors)
ax[0][1].set(ylabel='')

# 第二个柱状图：区域人口总和排序
sum_einwohner = df.groupby('Stadtteil')['Einwohner'].sum().sort_values(ascending=False)
bar_colors2 = [color_map[district] for district in sum_einwohner.index]
sum_einwohner.plot(kind='bar', ax=ax[1][1], color=bar_colors2)
ax[1][1].set(xlabel='Stadtteil', ylabel='Anzahl Einwohner', title='Anzahl Einwohner pro Stadtteil')
ax[1][1].xaxis.set_tick_params(labelrotation=45)

fig.tight_layout()
plt.show()

关键说明： #

• 注意pandas绘图参数差异：柱状图用color，饼图用colors，之前代码中柱状图误用colors可能导致颜色未生效；
• 映射字典确保每个类别（如Bronx、Queens）永远对应同一个颜色，不受图表中类别排序的影响；
• 若后续新增类别，只需在my_c中添加对应颜色，字典会自动匹配（需保证颜色列表长度和类别数量一致）。

内容的提问来源于stack exchange，提问作者user23365924