Matplotlib 如何给占数据50%的条形图上色？

我正在绘制一些数据点的柱状图，其中条形图高度是该箱子占整个数据的百分比：

x = normal(size=1000)
hist, bins = np.histogram(x, bins=20)
plt.bar(bins[:-1], hist.astype(np.float32) / hist.sum(), width=(bins[1]-bins[0]), alpha=0.6)

结果是：

我希望所有合计为50%数据的条形图采用不同的颜色，例如：

（我选择了彩色条，但没有实际检查它们的总和是否增加到50%）

---

有什么建议吗？

这里是如何用不同的颜色绘制前半个垃圾箱的图，这看起来像你的模拟，但我不确定它是否符合数据的50%（我不清楚你的意思是什么）

输出为：

更新 您要查看的关键方法是

patch.set\u set\u facecolor

。您必须了解，在Axis对象内绘制的几乎所有对象都是面片，因此它具有此方法，下面是另一个示例，我任意选择前3个条以获得另一种颜色，您可以根据您的决定进行选择：

import numpy as np
import matplotlib.pyplot as plt

fig = plt.figure()
ax = fig.add_subplot(111)

## the data
N = 5
menMeans = [18, 35, 30, 35, 27]

## necessary variables
ind = np.arange(N)                # the x locations for the groups
width = 0.35                      # the width of the bars

## the bars
rects1 = ax.bar(ind, menMeans, width,
                color='black',
                error_kw=dict(elinewidth=2,ecolor='red'))

for patch in rects1.patches[:3]:
    patch.set_facecolor('red')    

ax.set_xlim(-width,len(ind)+width)
ax.set_ylim(0,45)
ax.set_ylabel('Scores')
xTickMarks = ['Group'+str(i) for i in range(1,6)]
ax.set_xticks(ind)
xtickNames = ax.set_xticklabels(xTickMarks)
plt.setp(xtickNames, rotation=45, fontsize=10)
plt.show() 

---

请粘贴您已经使用过的代码。第二张图像是一个模型：/I我没有它的代码……这与我正在寻找的非常接近。在我的图表中，每个条代表数据中与该值对应的点的百分比。我想所有的酒吧，总结为50%的数据点是在一个不同的颜色。我试图修改您的代码，但似乎找不到一种方法来规范化条形图以表示数据的百分比（normed=1似乎不这样做），正如我之前所说的，将您编写的代码放在这里，以便能够帮助您。现在，这只是猜测。对不起，我不确定您指的是什么其他代码？我唯一的代码是在问题中提供的…我再次问，50%的数据点是什么意思？如果你有20个点，那么50%是到第10个点，如果你是指累计和，也有一种方法，但你的不那么具体。50%来自数据点，如果柱状图中的第一个条形图表示一个包含4个点的箱子，下一个条形图表示5个点，第三个条形图表示11个点，这三个条形图将被着色，其余的将使用默认颜色。

import numpy as np
import matplotlib.pyplot as plt

fig = plt.figure()
ax = fig.add_subplot(111)

## the data
N = 5
menMeans = [18, 35, 30, 35, 27]

## necessary variables
ind = np.arange(N)                # the x locations for the groups
width = 0.35                      # the width of the bars

## the bars
rects1 = ax.bar(ind, menMeans, width,
                color='black',
                error_kw=dict(elinewidth=2,ecolor='red'))

for patch in rects1.patches[:3]:
    patch.set_facecolor('red')    

ax.set_xlim(-width,len(ind)+width)
ax.set_ylim(0,45)
ax.set_ylabel('Scores')
xTickMarks = ['Group'+str(i) for i in range(1,6)]
ax.set_xticks(ind)
xtickNames = ax.set_xticklabels(xTickMarks)
plt.setp(xtickNames, rotation=45, fontsize=10)
plt.show()