Pandas柱状图指定colormap却仅显示单一颜色问题求助

我来帮你搞定这个问题！你遇到的单一颜色情况，核心原因是你的DataFrame只有一列数据——Pandas的plot(kind='bar')默认把每一列当作一个独立的数据系列，同一列下的所有柱子会共享同一种颜色，colormap参数是用来区分不同列的系列，而非同一列内的不同柱子。

下面给你两种实用的解决方案，按需选择：

方法一：按数值映射彩虹色系（推荐体现数值差异） #

这种方式会让柱子颜色随数值大小渐变，更直观展示数据差异，需要结合Matplotlib的colormap来生成颜色：

import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline

a = pd.DataFrame({'count': {'2300-2399': 5273, '3100-3399': 1384, '4200-4299': 2662, '4400-4599': 9454, '4800-4999': 8145, '5100-5199': 2719, '5210-5239': 3187, '5240-5249': 528}} )

# 获取彩虹色的colormap对象
cmap = plt.get_cmap('rainbow')
# 将数值归一化到0-1区间，方便映射颜色
value_norm = plt.Normalize(a['count'].min(), a['count'].max())
# 为每个柱子生成对应颜色
bar_colors = [cmap(value_norm(val)) for val in a['count']]

# 绘制柱状图并应用颜色
plt.bar(a.index, a['count'], color=bar_colors)
plt.xticks(rotation=45)  # 旋转x轴标签避免重叠
plt.show()

方法二：调整DataFrame结构让Pandas自动用colormap #

如果只是想让每个柱子颜色不同，不需要和数值挂钩，可以把原数据转置，让每个区间成为独立的列，这样Pandas就会用colormap给每个列（柱子）分配不同颜色：

import pandas as pd
%matplotlib inline

a = pd.DataFrame({'count': {'2300-2399': 5273, '3100-3399': 1384, '4200-4299': 2662, '4400-4599': 9454, '4800-4999': 8145, '5100-5199': 2719, '5210-5239': 3187, '5240-5249': 528}} )

# 转置DataFrame，把行变成列
a_transposed = a.T
# 绘制柱状图，此时每个柱子对应一列，colormap会生效
a_transposed.plot(kind='bar', colormap='rainbow')
plt.xticks(rotation=0)  # 保持x轴标签水平
plt.show()

内容的提问来源于stack exchange，提问作者Davis Vance