如何基于颜色映射（Colormap）为Jupyter Notebook中的柱状图按值着色？

核心方案 #

利用Matplotlib的颜色映射工具，将每个柱子对应的0-1浮点值直接映射为对应颜色，把颜色列表传给柱状图的color参数，最后添加匹配的颜色条即可。

完整代码示例 #

# Jupyter环境下确保图形内嵌显示
%matplotlib inline
import matplotlib.pyplot as plt
import matplotlib.cm as cm
from matplotlib.colors import Normalize

# 准备数据
labels = ['柱1', '柱2', '柱3', '柱4']
heights = [10, 15, 12, 18]  # 柱子高度
x_values = [0.2, 0.6, 0.8, 0.3]  # 每个柱子对应的0-1数值

# 选择颜色映射（可替换为其他colormap，比如'plasma'、'coolwarm'）
cmap = cm.viridis
# 归一化数值（x已在0-1区间时可省略，保留适配更广泛场景）
norm = Normalize(vmin=0, vmax=1)
# 生成每个x对应的颜色
colors = [cmap(norm(x)) for x in x_values]

# 绘制柱状图
fig, ax = plt.subplots()
ax.bar(labels, heights, color=colors)

# 添加颜色条
sm = cm.ScalarMappable(norm=norm, cmap=cmap)
sm.set_array([])  # 仅用于关联颜色条，无需传入数据
fig.colorbar(sm, ax=ax, label='数值映射')

ax.set_ylabel('柱子高度')
plt.show()

关键说明 #

• 颜色转换：cmap(norm(x))会将0-1区间的数值转换成Colormap对应的RGBA颜色值，直接作为柱子的颜色参数。
• 颜色条关联：ScalarMappable用于绑定颜色映射与颜色条，确保颜色条刻度和柱子颜色一一对应。
• 自定义Colormap：把cm.viridis替换为你需要的Colormap名称即可，比如cm.coolwarm、cm.plasma都适用。

如果之前尝试失败，大概率是未正确将数值映射为颜色列表，或是没把颜色条与Colormap关联起来。上述代码在Jupyter Notebook中直接运行就能得到目标效果。

内容的提问来源于stack exchange，提问作者MennovG