如何基于分类变量值列表为Seaborn条形图指定条形着色？

Seaborn的barplot本身没有直接支持传入分类值列表来指定条形颜色的参数，但可以通过遍历条形元素并匹配分类值的方式实现，这种方法比依赖位置索引（比如ax.patches[35]）更可靠，不会因为数据顺序变化而出错。

实现方法 #

核心思路是先绘制默认颜色的条形图，再遍历每个条形，根据其对应的y轴分类值，给目标条形设置指定颜色。

示例代码

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

data = {'symbol': ['apple', 'banana', 'pear', 'aubergine'],
        'value': [7, 5, 6, 3]}
df_c = pd.DataFrame(data)

fig, ax = plt.subplots(figsize=(5,10)) 
# 绘制基础条形图，默认颜色设为黑色
g = sns.barplot(data=df_c, y='symbol', x='value', color='black', ci=None)

# 方式1：指定不同分类对应不同颜色
highlight_colors = {
    'apple': 'red',
    'banana': 'orange'
}

# 方式2：给多个分类统一设置同一种颜色
# highlight_symbols = ['apple', 'banana']
# target_color = 'red'

# 遍历所有条形，匹配分类值设置颜色
for i, patch in enumerate(ax.patches):
    # 获取当前条形对应的y轴分类名称
    current_symbol = ax.get_yticklabels()[i].get_text()
    
    # 对应方式1的逻辑
    if current_symbol in highlight_colors:
        patch.set_facecolor(highlight_colors[current_symbol])
    
    # 对应方式2的逻辑
    # if current_symbol in highlight_symbols:
    #     patch.set_facecolor(target_color)

plt.show()

注意事项 #

如果绘制时指定了order参数来调整分类顺序，建议直接用order列表获取分类值，避免yticklabels匹配出错：

# 指定分类顺序
custom_order = ['aubergine', 'pear', 'banana', 'apple']
g = sns.barplot(data=df_c, y='symbol', x='value', color='black', ci=None, order=custom_order)

# 遍历条形时直接从order列表取分类值
for i, patch in enumerate(ax.patches):
    current_symbol = custom_order[i]
    if current_symbol in highlight_colors:
        patch.set_facecolor(highlight_colors[current_symbol])

这种方法完全基于分类变量的实际值匹配，无需关注条形在图表中的位置，适配性更强。

内容的提问来源于stack exchange，提问作者molcode