如何以Pandas DataFrame列作为bins绘制求和直方图？

你提到的需求本质是柱状图（直方图用于展示连续数值的分布频率，而这里是按离散的列名作为类别展示汇总值），以下是几种常用可视化库的实现方案：

步骤1：初始化数据并计算列求和 #

首先构造目标DataFrame并计算每列的总和：

import pandas as pd

# 构造你的DataFrame
data = {
    'Blue': [1.0, 24.0, 3.0, 5.0, 2.0, 10.0],
    'Green': [27.0, 3.0, 3.0, 0.0, 5.0, 20.0],
    'Red': [30.0, 22.0, 2.0, 5.0, 6.0, 7.0]
}
df = pd.DataFrame(data)

# 计算各列求和值
column_sums = df.sum()

方法1：Pandas 自带绘图（最简方案） #

Pandas内置绘图接口，直接对求和结果调用plot.bar()即可：

import matplotlib.pyplot as plt

column_sums.plot(kind='bar', title='各列数值求和柱状图')
plt.xlabel('颜色列名')
plt.ylabel('求和值')
plt.show()

方法2：Matplotlib 原生实现（高度自定义） #

如果需要更灵活控制样式（比如柱子颜色匹配列名），用Matplotlib原生实现：

import matplotlib.pyplot as plt

# 获取列名和对应求和值
labels = column_sums.index
values = column_sums.values

# 绘制柱状图并设置柱子颜色匹配列名
plt.bar(labels, values, color=['blue', 'green', 'red'])
plt.title('各列数值求和柱状图')
plt.xlabel('颜色列名')
plt.ylabel('求和值')
plt.show()

方法3：Seaborn 实现（美观样式） #

Seaborn能快速生成更美观的可视化效果，需要先把求和结果转成长格式DataFrame：

import seaborn as sns
import matplotlib.pyplot as plt

# 转换为长格式DataFrame，适配Seaborn输入要求
sum_df = column_sums.reset_index()
sum_df.columns = ['Color', 'Total']

# 绘制柱状图并设置颜色
sns.barplot(data=sum_df, x='Color', y='Total', palette=['blue', 'green', 'red'])
plt.title('各列数值求和柱状图')
plt.xlabel('颜色列名')
plt.ylabel('求和值')
plt.show()

内容的提问来源于stack exchange，提问作者imad97