Python Matplotlib,直方图中不显示图例

Python Matplotlib,直方图中不显示图例,python,pandas,matplotlib,histogram,legend,Python,Pandas,Matplotlib,Histogram,Legend,为了描述我的问题,我向您提供了一个小数据集作为示例:想象一下以下数据集: import matplotlib.pyplot as plt import pandas as pd import numpy as np df = pd.DataFrame({'name':['a', 'b', 'c', 'a', 'b', 'c'], 'val':[1,5,3,4,5,3]} ) 我正在使用以下代码创建简单的Historgam: def plot_bar_x(): index = np.ar

为了描述我的问题,我向您提供了一个小数据集作为示例:想象一下以下数据集:

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
df = pd.DataFrame({'name':['a', 'b', 'c', 'a', 'b', 'c'], 'val':[1,5,3,4,5,3]} )
我正在使用以下代码创建简单的Historgam:

def plot_bar_x():
    index = np.arange(len(df['name']))
    plt.bar(index, df['val'])
    plt.legend(list(df['name'].unique()))
    plt.xticks(index, df['name'], fontsize=10, rotation=30)
    plt.show()
plot_bar_x()
但它给了我以下的情节:

虽然我有3个唯一的名称,但我只看到“a”标签,但我使用了这一行:plt.legend(list(df['name'].unique()) 另一个问题是,所有的条都是相同的颜色,有没有一种方法可以在不事先手动定义颜色的情况下为唯一的标签获取不同的颜色

期望输出为:


在一个系列上只绘制一次,这就是为什么
plt
只为图例选择一个标签。如果您的姓名不多,请尝试:

def plot_bar_x():
    index = np.arange(len(df['name']))
    plt.figure()
    for name in df.name.unique():
        tmp_df = df[df.name == name]
        plt.bar(tmp_df.index, tmp_df.val, label=name)
    plt.xticks(index, df['name'], fontsize=10, rotation=30)
    plt.legend()
    plt.show()

一定有什么聪明的方法可以解决你的问题,但现在我无能为力。

你可以使用
df.plot()
直接绘制数据帧,然后使用一些预定义的字典传递每个条的颜色。然后,您可以使用
mpatches.Patch
创建图例,如图所示。您可以使用
seaborn
使灰色背景具有栅格。颜色可以根据数据框中唯一项的数量生成

import matplotlib.pyplot as plt
import matplotlib.patches as mpatches
import pandas as pd
import numpy as np; np.random.seed(123)
import seaborn as sns
sns.set()

df = pd.DataFrame({'name':['a', 'b', 'c', 'a', 'b', 'c'], 'val':[1,5,3,4,5,3]} )
col_dict = {k:np.random.rand(3,) for k in df['name'].unique()}

ax = df.plot.bar(x='name', y='val', color=[col_dict[i] for i in df['name']])
labels = [mpatches.Patch(color=v, label=k) for k,v in col_dict.items()]
plt.legend(handles=labels, loc='best')    
plt.show()