如何在Matplotlib中为DataFrame分组条形图指定自定义性别颜色？

你可以通过在plot.bar()方法中传入color参数实现自定义颜色，核心是确保颜色与性别列的对应关系准确。以下是两种可靠的实现方式：

方式一：按列顺序直接指定颜色 #

先确认b.unstack()后生成的DataFrame的列顺序（即性别类别顺序），再按顺序传入对应颜色：

import matplotlib.pyplot as plt

# 原有分组逻辑
a = df["Gender"]
b = a.groupby(df["Countries"]).value_counts()

# 可通过print(b.unstack().columns)查看实际列顺序，此处假设为['男性', '女性']
b.unstack().plot.bar(color=['#1f77b4', '#ff80ab'])

plt.xlabel("Countries")
plt.ylabel("Count of People")
plt.title("Count of Genders by Countries")
plt.show()

方式二：用字典映射颜色（更稳妥） #

通过字典直接绑定性别与颜色，无需担心列顺序变化的问题：

import matplotlib.pyplot as plt

# 原有分组逻辑
a = df["Gender"]
b = a.groupby(df["Countries"]).value_counts()

# 定义性别-颜色映射字典
gender_color_map = {
    '男性': '#1f77b4',  # 蓝色
    '女性': '#ff80ab'   # 粉色
}

# 根据列名匹配对应颜色
custom_colors = [gender_color_map[col] for col in b.unstack().columns]

b.unstack().plot.bar(color=custom_colors)

plt.xlabel("Countries")
plt.ylabel("Count of People")
plt.title("Count of Genders by Countries")
plt.show()

注意事项 #

• 若Gender列是英文（如'Male'/'Female'），只需修改字典中的键名，例如'Male': '#1f77b4', 'Female': '#ff80ab'
• 颜色值支持十六进制码、颜色名称（如'blue'/'pink'）或RGB元组（如(0.125, 0.467, 0.710)）

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