Python 3.x 使用pandas和matplotlib创建具有不同颜色的单个条形图

我有两个dfs，我想为其创建一个条形图， 每个条都需要它自己的颜色，这取决于它来自哪个df

# Ages < 20
df1.tags = ['locari', 'ママコーデ', 'ponte_fashion', 'kurashiru', 'fashion']
df1.tag_count = [2162, 1647, 1443, 1173, 1032]

# Ages 20 - 24
df2.tags= ['instagood', 'ootd', 'fashion', 'followme', 'love']
df2.tag_count = [6523, 4576, 3986, 3847, 3599]

#年龄<20岁
df1.tags=['locari'，'ママコーデ', 'ponte_fashion“、”kurashiru“、”fashion“]
df1.tag_count=[2162164714431731032]
#20-24岁
标签=['instagood'，'ootd'，'fashion'，'followme'，'love']
df2.tag_count=[65234576398638473599]

我如何创建这样一个情节

---

另外，原来的df要大得多。有些单词可能会重叠，但我希望它们也有不同的颜色

您的数据帧标记计数只是简单的列表，因此您可以使用标准mpl条形图在同一轴上绘制它们。这个答案假设两个数据帧具有相同的长度

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

# Create dataframes
df1=pd.DataFrame()
df2=pd.DataFrame()

# Ages < 20
df1.tags = ['locari', 'blub', 'ponte_fashion', 'kurashiru', 'fashion']
df1.tag_count = [2162, 1647, 1443, 1173, 1032]

# Ages 20 - 24
df2.tags= ['instagood', 'ootd', 'fashion', 'followme', 'love']
df2.tag_count = [6523, 4576, 3986, 3847, 3599]

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

# x-coordinates
ind1 = np.arange(len(df1.tag_count))
ind2 = np.arange(len(df2.tag_count))
width = 0.35

# Bar plot for df1
ax.bar(ind1,df1.tag_count,width,color='r')

# Bar plot for df1
ax.bar(ind2+width,df2.tag_count,width,color='b')

# Create new xticks
ticks=list(ind1+0.5*width)+list(ind2+1.5*width)
ticks.sort()
ax.set_xticks(ticks)

# Sort labels in an alternating way
labels = [None]*(len(df1.tags)+len(df2.tags))
labels[::2] = df1.tags
labels[1::2] = df2.tags
ax.set_xticklabels(labels)

plt.show()

导入matplotlib.pyplot作为plt
作为pd进口熊猫
将numpy作为np导入
#创建数据帧
df1=pd.DataFrame（）
df2=pd.DataFrame（）
#年龄<20岁
df1.tags=['locari'、'blub'、'ponte_fashion'、'kurashiru'、'fashion']
df1.tag_count=[2162164714431731032]
#20-24岁
标签=['instagood'，'ootd'，'fashion'，'followme'，'love']
df2.tag_count=[65234576398638473599]
#塑造形象
图=plt.图（）
ax=图添加_子批次（111）
#x坐标
ind1=np.arange（len（df1.tag_计数））
ind2=np.arange（len（df2.tag\u计数））
宽度=0.35
#df1的条形图
ax.bar（ind1，df1.tag_count，width，color='r'）
#df1的条形图
最大条（ind2+宽度，df2.标记计数，宽度，颜色='b'）
#创建新的xtick
刻度=列表（ind1+0.5*宽度）+列表（ind2+1.5*宽度）
ticks.sort（）
ax.set_xticks（刻度）
#以交替方式对标签进行排序
标签=[None]*（len（df1.tags）+len（df2.tags））
标签[：：2]=df1.tags
标签[1:：2]=df2.tags
ax.set_xticklabel（标签）
plt.show（）

这将返回一个这样的绘图

---

请注意，要将两个

标记

合并到一个列表中，我假设两个列表的长度相同

您的数据帧标记计数只是简单的列表，因此您可以使用标准mpl条形图在同一轴上绘制它们。这个答案假设两个数据帧具有相同的长度

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

# Create dataframes
df1=pd.DataFrame()
df2=pd.DataFrame()

# Ages < 20
df1.tags = ['locari', 'blub', 'ponte_fashion', 'kurashiru', 'fashion']
df1.tag_count = [2162, 1647, 1443, 1173, 1032]

# Ages 20 - 24
df2.tags= ['instagood', 'ootd', 'fashion', 'followme', 'love']
df2.tag_count = [6523, 4576, 3986, 3847, 3599]

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

# x-coordinates
ind1 = np.arange(len(df1.tag_count))
ind2 = np.arange(len(df2.tag_count))
width = 0.35

# Bar plot for df1
ax.bar(ind1,df1.tag_count,width,color='r')

# Bar plot for df1
ax.bar(ind2+width,df2.tag_count,width,color='b')

# Create new xticks
ticks=list(ind1+0.5*width)+list(ind2+1.5*width)
ticks.sort()
ax.set_xticks(ticks)

# Sort labels in an alternating way
labels = [None]*(len(df1.tags)+len(df2.tags))
labels[::2] = df1.tags
labels[1::2] = df2.tags
ax.set_xticklabels(labels)

plt.show()

导入matplotlib.pyplot作为plt
作为pd进口熊猫
将numpy作为np导入
#创建数据帧
df1=pd.DataFrame（）
df2=pd.DataFrame（）
#年龄<20岁
df1.tags=['locari'、'blub'、'ponte_fashion'、'kurashiru'、'fashion']
df1.tag_count=[2162164714431731032]
#20-24岁
标签=['instagood'，'ootd'，'fashion'，'followme'，'love']
df2.tag_count=[65234576398638473599]
#塑造形象
图=plt.图（）
ax=图添加_子批次（111）
#x坐标
ind1=np.arange（len（df1.tag_计数））
ind2=np.arange（len（df2.tag\u计数））
宽度=0.35
#df1的条形图
ax.bar（ind1，df1.tag_count，width，color='r'）
#df1的条形图
最大条（ind2+宽度，df2.标记计数，宽度，颜色='b'）
#创建新的xtick
刻度=列表（ind1+0.5*宽度）+列表（ind2+1.5*宽度）
ticks.sort（）
ax.set_xticks（刻度）
#以交替方式对标签进行排序
标签=[None]*（len（df1.tags）+len（df2.tags））
标签[：：2]=df1.tags
标签[1:：2]=df2.tags
ax.set_xticklabel（标签）
plt.show（）

这将返回一个这样的绘图

请注意，要将两个

标记

合并到一个列表中，我假设两个列表的长度相同

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

# Create dataframes
df1=pd.DataFrame()
df2=pd.DataFrame()

# Ages < 20
df1.tags = ['locari', 'blub', 'ponte_fashion', 'kurashiru', 'fashion']
df1.tag_count = [2162, 1647, 1443, 1173, 1032]

# Ages 20 - 24
df2.tags= ['instagood', 'ootd', 'fashion', 'followme', 'love']
df2.tag_count = [6523, 4576, 3986, 3847, 3599]

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

# x-coordinates
ind1 = np.arange(len(df1.tag_count))
ind2 = np.arange(len(df2.tag_count))
width = 0.35

# Bar plot for df1
ax.bar(ind1,df1.tag_count,width,color='r')

# Bar plot for df1
ax.bar(ind2+width,df2.tag_count,width,color='b')

# Create new xticks
ticks=list(ind1+0.5*width)+list(ind2+1.5*width)
ticks.sort()
ax.set_xticks(ticks)

# Sort labels in an alternating way
labels = [None]*(len(df1.tags)+len(df2.tags))
labels[::2] = df1.tags
labels[1::2] = df2.tags
ax.set_xticklabels(labels)

plt.show()