在熊猫图中按类别着色
在熊猫图中按类别着色
提问于 2019-06-13 03:49:42
在一个名为cont_col的列和一个category列中，我有一个包含累积和的连续数字的DataFrame：
import pandas as pd
import numpy as np
cont = np.random.rand(100)
df = pd.DataFrame(data=cont)
df = df.sort_values(by=0)
df['quartile'] = pd.qcut(df[0], 4, labels=False)
cumsum = df[0].cumsum()
cumsum = cumsum.to_frame()
cumsum[0].plot(kind='bar', color='k')我想绘制相同的数据，但这一次是由四分位数列着色的。
我可以用下面的代码做到这一点：
def colourise(x):
if x == 0:
return 'k'
elif x == 1:
return 'r'
elif x == 2:
return 'g'
else:
return 'b'
df['colour'] = df['quartile'].apply(colourise)
cumsum = df[0].cumsum()
cumsum = cumsum.to_frame()
cumsum[0].plot(kind='bar', color=df['colour'].tolist())我只是想知道是否有一种更通用的方法-特别是一种不依赖于我创建的qtile数量的方法。
回答 2
Stack Overflow用户
回答已采纳
发布于 2019-06-13 04:39:40
如果您不是特别关心颜色，请使用其中一个海运调色板创建一个映射。这样，您只需要指定列，而不是类别或颜色的数量。如果您有许多有序的类别，请考虑切换到顺序调色板。
import seaborn as sns
import matplotlib.pyplot as plt
def map_color(df, col):
color_d = dict(zip(df[col].unique(), sns.color_palette("hls", df[col].nunique())))
df['color'] = df[col].map(color_d)
return df
df = map_color(df, 'quartile')
fig, ax = plt.subplots(figsize=(10, 5))
df.assign(y=df[0].cumsum()).plot(kind='bar', y='y', ax=ax, color=df.color.tolist(),
legend=False)
plt.show()
Stack Overflow用户
发布于 2019-06-13 04:24:02
您可以定义颜色映射的字典。
color_map = {
0:'k',
1:'r',
2:'g'
}然后，使用.map()
df['colour'] = df['quartile'].map(color_map).fillna('b')页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/56569458
复制相关文章
相似问题
腾讯云开发者
