技术求助：基于直方图绘制平均速度，将各分箱平均速度设为分箱颜色

嗨，这个需求其实很好实现，核心思路就是先算出每个分箱里的平均速度，再把这些平均值映射成对应的颜色给每个柱子上色就行。我用Python的matplotlib给你写个完整的可运行示例，你可以直接参考着适配自己的数据：

import matplotlib.pyplot as plt
import numpy as np

# 先模拟一组速度数据，你把这部分换成自己的真实数据就行
np.random.seed(42)
speeds = np.concatenate([np.random.normal(20, 5, 300), 
                         np.random.normal(40, 8, 200),
                         np.random.normal(60, 6, 150)])

# 第一步：绘制基础直方图，获取分箱边界和柱子对象
n, bins, patches = plt.hist(speeds, bins=10, edgecolor='black')

# 第二步：遍历每个分箱，计算箱内数据的平均速度
bin_means = []
for i in range(len(bins)-1):
    # 筛选当前分箱内的所有速度数据
    current_bin_data = speeds[(speeds >= bins[i]) & (speeds < bins[i+1])]
    # 计算平均值，空分箱就设为0避免报错
    if len(current_bin_data) > 0:
        bin_mean = np.mean(current_bin_data)
    else:
        bin_mean = 0
    bin_means.append(bin_mean)

# 第三步：把平均速度映射成颜色
# 先把平均值归一化到0-1范围，方便颜色映射
norm = plt.Normalize(min(bin_means), max(bin_means))
# 选个颜色映射，viridis是比较常用的，你也可以换plasma、coolwarm这些
cmap = plt.cm.viridis

# 给每个柱子设置对应的颜色
for patch, mean_val in zip(patches, bin_means):
    patch_color = cmap(norm(mean_val))
    patch.set_facecolor(patch_color)

# 添加颜色条，让读者能看懂颜色对应的平均速度
sm = plt.cm.ScalarMappable(norm=norm, cmap=cmap)
sm.set_array([])
plt.colorbar(sm, label='Average Speed in Bin')

# 最后完善图表的标签和标题
plt.xlabel('Speed')
plt.ylabel('Number of Samples')
plt.title('Speed Histogram Colored by Bin Average')

plt.show()

关键细节说明： #

• plt.hist()返回的patches是每个直方图柱子的对象，我们可以逐个修改它们的填充色；
• Normalize()用来把平均速度的数值范围缩放到0-1，这样颜色映射函数才能正确生成颜色；
• 如果你的数据是存在pandas DataFrame里的，也可以用分组统计的方式先算出每个分箱的平均值，再对应上色：

import pandas as pd

# 假设你的数据在df的'speed'列里
df = pd.DataFrame({'speed': speeds})
# 给数据分箱
df['speed_bin'] = pd.cut(df['speed'], bins=10)
# 计算每个分箱的平均速度
bin_means = df.groupby('speed_bin')['speed'].mean().tolist()

# 后面的上色步骤和上面完全一样，直接遍历patches和bin_means就行

另外要注意如果有分箱是空的（没有数据），记得做个判断避免计算平均值时报错，我示例里已经加了这个处理。颜色映射也可以根据你的需求换，比如如果平均速度有正负差异，用coolwarm这种冷暖对比的映射会更直观。

内容的提问来源于stack exchange，提问作者Fred Geo