如何为树状图的彩色条形添加标签并解决标签与颜色匹配问题

针对你遇到的两个问题，我来一步步帮你搞定：

问题1：彩色条形用二进制值，但Status标签显示4种不同值 #

这种情况大概率是你的Status列数据类型或者类别定义出了问题——可能数据里藏了隐形的类别（比如字符串类型的"0"/"1"和数字0/1混合，或者有NaN被当成了额外类别）。

你可以先强制把Status转换成明确的二进制数值类型，确保只有0和1两个值：

import pandas as pd

# 假设你的数据存在df里，先清理并转换Status列
df['Status'] = df['Status'].astype(int)
# 如果之前是分类类型，重置类别
df['Status'] = pd.Categorical(df['Status'], categories=[0, 1], ordered=True)

处理完数据后，再生成标签就能保证只有0和1两种显示了。

问题2：分段定义正确，但颜色与分段对应关系错误 #

核心是要明确建立值与颜色的一对一映射，别依赖默认的颜色映射，手动指定更可靠。同时要注意：彩色条形的顺序必须和树状图叶子节点的顺序完全匹配，这是很多人踩坑的关键！

这里推荐用matplotlib的ListedColormap来精准绑定0→白色、1→红色，代码示例如下：

import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap
from scipy.cluster.hierarchy import dendrogram, linkage

# 先完成树状图绘制
Z = linkage(data, method='ward')
plt.figure(figsize=(10, 6))
dendrogram(Z, labels=df.index, leaf_rotation=90)

# 定义颜色映射：索引0对应0→白色，索引1对应1→红色
cmap = ListedColormap(['white', 'red'])
# 获取树状图叶子节点的顺序（关键！确保和数据顺序一致）
leaf_order = dendrogram(Z, no_plot=True)['leaves']
# 按叶子顺序提取Status值
status_ordered = df['Status'].iloc[leaf_order].values

# 添加彩色条形
ax = plt.gca()
# 条形的位置、高度要和树状图叶子对齐
ax.barh(range(len(status_ordered)), width=0.5, left=plt.xlim()[1]+0.5, 
        color=cmap(status_ordered), tick_label=status_ordered)

plt.tight_layout()
plt.show()

这样就能保证每个分段的颜色和对应的Status值完全匹配了——白色对应0，红色对应1。

内容的提问来源于stack exchange，提问作者Gilgamesh