如何在Pandas/Matplotlib中为Hexbin颜色条设置自定义刻度与标签

嘿，我来帮你搞定这个问题！在Pandas结合Matplotlib绘制Hexbin图时，自定义颜色条的刻度和标签其实并不复杂，咱们分两种常见场景来一步步说：

Pandas的绘图接口封装了Matplotlib，用起来很方便，但要注意它的返回值细节：

首先咱们先准备示例数据，方便演示：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 生成随机示例数据
np.random.seed(42)
df = pd.DataFrame({
    'x': np.random.normal(0, 1, 10000),
    'y': np.random.normal(0, 1, 10000)
})

接下来绘制Hexbin图，这里要记得加上return_colorbar=True，这样才能拿到颜色条对象：

# 绘制hexbin，返回轴对象和颜色条对象的元组
ax_tuple = df.plot.hexbin(x='x', y='y', gridsize=20, cmap='viridis', return_colorbar=True)
ax, cbar = ax_tuple

现在就可以自定义颜色条的刻度和标签了！比如我们想把刻度分成几个区间，配上自定义文字标签：

# 自定义刻度位置（要在颜色条的数值范围内，不然显示异常）
custom_ticks = [0, 50, 100, 150, 200]
# 对应每个刻度的标签
custom_labels = ['稀疏', '较少', '中等', '密集', '极密']

# 给颜色条设置刻度和标签
cbar.set_ticks(custom_ticks)
cbar.set_ticklabels(custom_labels)

# 还可以给颜色条加个清晰的标题
cbar.set_label('每箱数据点数量')

plt.show()

如果你需要更灵活的控制，直接用Matplotlib原生方法也很简单：

同样先准备数据：

np.random.seed(42)
x = np.random.normal(0, 1, 10000)
y = np.random.normal(0, 1, 10000)

绘制Hexbin并获取颜色条：

# 绘制hexbin，返回Hexbin对象
hb = plt.hexbin(x, y, gridsize=20, cmap='viridis')
# 生成颜色条并绑定到Hexbin对象
cbar = plt.colorbar(hb)

然后自定义刻度和标签，和上面的逻辑一样：

# 自定义刻度和标签
custom_ticks = [0, 40, 80, 120, 160, 200]
custom_labels = ['0', '40+', '80+', '120+', '160+', '200+']

cbar.set_ticks(custom_ticks)
cbar.set_ticklabels(custom_labels)
cbar.set_label('点数')

plt.xlabel('X值')
plt.ylabel('Y值')
plt.show()

• 自定义刻度前，可以先用cbar.get_clim()查看当前颜色条的数值范围，确保你的custom_ticks在这个范围内，避免刻度显示异常；
• 标签可以是任意字符串，比如带单位、中文描述都没问题，完全根据你的需求来；
• 如果你的Hexbin图颜色映射是基于其他统计量（比如均值、总和），只需要调整custom_ticks对应的值就行，逻辑是一样的。

内容的提问来源于stack exchange，提问作者bicarlsen