Python中如何制作自定义颜色的分组水平条形图及多子图

问题说明 #

我需要在Python中制作包含3个子图的水平条形图，每个子图包含5组、每组4个条形，同时修改条形的默认颜色。基于以下参考代码，请问：
a）如何将每组条形的颜色改为深蓝、浅蓝、深紫、浅紫；
b）如何结合代码fig, (ax1, ax2, ax3) = plt.subplots(1, 3)实现多子图布局？

参考代码：

speed = [40, 48, 52, 69, 88]
lifespan = [70, 1.5, 25, 12, 28]
height = [35, 5, 18, 17, 43]
width = [40, 18, 35, 37, 15]
index = ['elephant', 'rabbit', 'giraffe', 'coyote', 'horse']
df = pd.DataFrame({'speed': speed, 'lifespan': lifespan, 'height': height, 'width': width}, index=index)
ax = df.plot.barh()

解决方案 #

a）自定义条形颜色 #

直接通过plot.barh()的color参数传入一组颜色值即可，颜色对应DataFrame中每一列的条形。你需要的配色可以用十六进制颜色码定义：

• 深蓝：#003366
• 浅蓝：#6699CC
• 深紫：#330066
• 浅紫：#9966CC

示例代码片段：

color_list = ['#003366', '#6699CC', '#330066', '#9966CC']
ax = df.plot.barh(color=color_list)

b）多子图布局实现 #

用plt.subplots(1, 3)创建1行3列的子图框架后，只需要在df.plot.barh()中通过ax参数指定每个子图对应的坐标轴对象，就能把条形图绑定到对应子图上。

完整可运行代码 #

import pandas as pd
import matplotlib.pyplot as plt

# 准备数据
speed = [40, 48, 52, 69, 88]
lifespan = [70, 1.5, 25, 12, 28]
height = [35, 5, 18, 17, 43]
width = [40, 18, 35, 37, 15]
index = ['elephant', 'rabbit', 'giraffe', 'coyote', 'horse']
df = pd.DataFrame({'speed': speed, 'lifespan': lifespan, 'height': height, 'width': width}, index=index)

# 自定义配色
color_list = ['#003366', '#6699CC', '#330066', '#9966CC']

# 创建1行3列的子图布局，设置合适画布尺寸
fig, (ax1, ax2, ax3) = plt.subplots(1, 3, figsize=(15, 6))

# 在每个子图绘制水平条形图
df.plot.barh(ax=ax1, color=color_list, title='子图1')
df.plot.barh(ax=ax2, color=color_list, title='子图2')
df.plot.barh(ax=ax3, color=color_list, title='子图3')

# 自动调整布局，避免元素重叠
plt.tight_layout()
plt.show()

补充提示 #

• 如果每个子图需要展示不同的数据子集，可修改传入绘图函数的DataFrame片段，比如df[['speed', 'height']].plot.barh(ax=ax1, ...)
• tight_layout()函数能自动优化子图间距，防止标题、坐标轴标签等内容互相遮挡

内容的提问来源于stack exchange，提问作者lee16