Matplotlib 通过seaborn条形图中的列值定义色调

我希望列的颜色由其在x轴上的值决定，例如，在x轴上具有相同值的条应具有相同的指定颜色

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

df = pd.DataFrame(index=['A','B','C','D','E','F'],data={'col1':np.array([2.3423,4.435,9.234,9.234,2.456,6.435])})
ax = sns.barplot(x='col1', y=df.index.values, data=df,palette='magma')

这就是目前默认设置的情况。我认为有一种简单优雅的方法可以做到这一点，但对任何解决方案都感兴趣

这里有一个解决方案：

import seaborn as sns
import matplotlib as mpl, matplotlib.pyplot as plt
import numpy as np
import pandas as pd

df = pd.DataFrame(index=['A','B','C','D','E','F'],
  data={'col1':np.array([2.3423,4.435,9.234,9.234,2.456,6.435])})
ax = sns.barplot(x='col1', y=df.index.values, data=df,
  palette=mpl.cm.magma(df['col1']*.1))

注：

mpl.cm.magma

是一个实例，用于将间隔[0,1]中的数据值（浮动）转换为

Colormap

表示的颜色。如果您想“自动缩放”数据值，可以在

sns.barplot（）

调用中使用

palete=mpl.cm.ScalarMappable（cmap='magma'）.to_rgba（df['col1']）

---

这里是输出：

您是否尝试指定色调？又名添加

hue='col1'

作为

sns.barplot

的参数。这无法解决此问题。您应该使用matplotlib normalize对象，以避免在此处手动指定标量因子。@mwaskom，我在说明中建议的

scalarMapable

选项自动使用

normalize

对象，请参阅。不过，在手工指定的版本中，颜色看起来更漂亮。：）哎呀，代码后面的段落完全漏了，对不起！PS:Normalize基于

的版本应该是：
调色板=mpl.cm.magma（mpl.colors.Normalize（）（df['col1']）
。因为有两种选择似乎就足够了，所以没有回答这个问题。