Python matplotlib 如何实现两个水平条形图的跨类别固定颜色映射
跨图表固定类别对应颜色的实现方法
你尝试构造「类别-颜色映射字典」的方案完全可行,这是保证多图颜色一致性的标准实现路径,不存在兼容问题。
你现有代码的核心问题
当前代码的颜色绑定逻辑存在本质缺陷:
- 颜色值是和排序后的条形位次绑定的,而非和A、B、C这类类别的身份绑定,一旦排序顺序变化,颜色对应关系就会错乱
- 代码中先对DataFrame按
values_1降序排序,随后在barh绘图时又单独对values_1做升序排序,导致条形数值、y轴标签、颜色值三者完全错位,最终生成的图表颜色和类别的对应关系是混乱的 - 原代码中
colors = [i for i in [plt.get_cmap('tab20')(range(0,len(places)))]][0]属于冗余写法,本质就是直接提取tab20色卡的前15个色值,没有和类别建立任何关联逻辑
具体实现步骤
1. 提前生成固定的类别-颜色映射
不要等数据排序完成后再分配颜色,要在绘图前给每个原始类别分配对应的tab20色值,做成字典永久存储:
import matplotlib.pyplot as plt import pandas as pd import numpy as np places = ["A","B","C","D","E","F","G","H","I","J","K","L","M","N","O"] df = pd.DataFrame( zip([15,12,22,11,14,13,17,19,16,14,19,11,10,13,17],[5,2,4,9,1,1,3,7,9,3,3,1,2,3,8]), index=places, columns=["values_1","values_2"] ) # 提前给每个类别分配固定的tab20颜色,和后续排序逻辑完全无关 cmap = plt.get_cmap('tab20') color_map = {cat: cmap(idx) for idx, cat in enumerate(places)}
这个color_map就是你期望的形如{"M": [0.121569,0.466667,0.705882,1], "L": [0.682353,0.780392,0.909804,1]}的映射字典,后续不管做什么操作,只要查这个字典就能拿到对应类别的固定颜色。
2. 绘制第一张values_1的图表
绘图时先按需求对数据排序,再按排序后的类别顺序,从映射字典中逐个取出对应颜色:
# 按values_1升序排序(适配水平条形图的常规阅读习惯,大值在y轴上方) df_sorted_1 = df.sort_values('values_1', ascending=True) fig, ax = plt.subplots(figsize=(10,5)) y_pos = np.arange(len(places)) # 从映射字典取每个类别的固定颜色 bar_colors = [color_map[cat] for cat in df_sorted_1.index] ax.barh(y_pos, df_sorted_1["values_1"], color=bar_colors) plt.yticks(y_pos, df_sorted_1.index) plt.show()
3. 绘制第二张values_2的图表
无论你对values_2设置什么样的排序规则(升序/降序/自定义排序),都沿用相同的取色逻辑即可:
# 这里的排序逻辑可以随意修改,不影响颜色对应关系 df_sorted_2 = df.sort_values('values_2', ascending=True) fig2, ax2 = plt.subplots(figsize=(10,5)) y_pos2 = np.arange(len(places)) # 依然从同一个映射字典取色,保证同一类别颜色和第一张图完全一致 bar_colors2 = [color_map[cat] for cat in df_sorted_2.index] ax2.barh(y_pos2, df_sorted_2["values_2"], color=bar_colors2) plt.yticks(y_pos2, df_sorted_2.index) plt.show()
方案原理
这种实现把颜色的绑定关系从「图表内的条形位置」转移到「类别的固定身份」上,彻底脱离排序、数据筛选等操作的影响。你之前设想的字典传参方式本身没有问题,只需要在每次绘图前,根据当前排序后的类别列表,从字典中把对应颜色挨个取出、组成颜色列表传给
barh的color参数即可,matplotlib可以直接识别RGBA格式的颜色值列表。哪怕你后续只绘制部分类别、或者调整图表大小,同一类别的颜色也不会发生偏移。
内容的提问来源于stack exchange,提问作者np2020
相关产品推荐
相关产品推荐

