如何修改Pandas DataFrame堆叠面积图的填充颜色？

嘿，这问题其实不难搞定，不用太纠结Axes类的复杂细节，给你两种实用的方法：

方法1：直接在绘图时指定颜色（最推荐） #

df.plot.area()本身就支持colors参数，你只需要传入一个和列数对应的颜色列表就行，顺序和DataFrame的列顺序一一对应。比如：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.rand(10, 4), columns=['a', 'b', 'c', 'd'])
# 自定义颜色，每个颜色对应一列的填充色
custom_colors = ['#ff9999', '#66b3ff', '#99ff99', '#ffcc99']
ax = df.plot.area(linewidth=0, colors=custom_colors);

你可以用十六进制颜色码、matplotlib内置的颜色名称（比如'red'、'blue'），甚至RGB元组（比如(0.8, 0.2, 0.2)）来定义颜色。

方法2：生成图后修改已有的填充区域 #

如果已经生成了Axes实例ax，想要调整颜色，可以通过遍历ax.patches来修改每个堆叠区域的填充色。这里要注意：堆叠面积图的patches顺序是从上层到下层的，也就是和DataFrame的列顺序相反，所以颜色列表要反过来写：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.rand(10, 4), columns=['a', 'b', 'c', 'd'])
ax = df.plot.area(linewidth=0);

# 颜色顺序对应上层到下层的堆叠区域（和df列顺序相反）
custom_colors = ['#ffcc99', '#99ff99', '#66b3ff', '#ff9999']
for patch, color in zip(ax.patches, custom_colors):
    patch.set_facecolor(color)

额外技巧：用colormap批量生成颜色 #

如果不想手动写颜色列表，可以用matplotlib的colormap来生成一组协调的颜色，比如：

import pandas as pd
import numpy as np
from matplotlib import cm

df = pd.DataFrame(np.random.rand(10, 4), columns=['a', 'b', 'c', 'd'])
# 从viridis色卡生成对应列数的颜色
custom_colors = cm.get_cmap('viridis', len(df.columns))(range(len(df.columns)))
ax = df.plot.area(linewidth=0, colors=custom_colors);

这样就能快速得到一组渐变的配色啦~

内容的提问来源于stack exchange，提问作者L. Li