Python 基于值的彩色matplotlib条形图

有没有一种方法可以根据条形图的值为条形图的条形图着色。例如：

- values below -0.5: red
- values between -0.5 to 0: green
- values between 0 to 08: blue
- etc

我发现了一些基本的条形着色示例，但没有任何可以满足值范围的示例，例如上面的示例

更新：

谢谢kikocorreoso的建议。根据您的示例，当两个轴都是数字时，这非常有效。然而，在我的例子中，我的原始数据结构是一个数据帧。然后我使用df.stack（）并绘制结果。这意味着数据帧行/列成为绘图的x轴，数据帧单元格为Y轴（条形）

我已经试过按照你的例子进行掩蔽，但当Y轴是数字，X轴是名称时，它似乎不起作用。例如：

     col1    col2   col3   col4
 row1 1       2      3      4
 row2 5       6      7      8
 row3 9       10     11     12
 row4 13      14     15     16

---

上述数据框需要绘制为条形图，行/列组合构成x轴。每个单元格值将是一个条形图。最后，按照原来的问题给这些条上色。谢谢

您可以为数据集使用掩码。以下是一个基本示例：

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(10)
y = np.arange(10) * 0.1

mask1 = y < 0.5
mask2 = y >= 0.5

plt.bar(x[mask1], y[mask1], color = 'red')
plt.bar(x[mask2], y[mask2], color = 'blue')
plt.show()

将numpy导入为np
将matplotlib.pyplot作为plt导入
x=np.arange（10）
y=np.arange（10）*0.1
mask1=y<0.5
mask2=y>=0.5
plt.bar（x[mask1]，y[mask1]，颜色='red'）
plt.bar（x[mask2]，y[mask2]，颜色='蓝色'）
plt.show（）

结果应该是：

更新：

当你更新你的问题时，我会更新代码。对于您的简单案例，如果我理解正确，您可以执行以下（丑陋的）黑客操作：

将熊猫作为pd导入
df=pd.DataFrame（{'col1'：[1,2,3]，'col2'：[4,5,6]}，
索引=['row1'、'row2'、'row3']）
dfstacked=df.stack（）
mask=dfstacked我知道这个问题很久以前就有人问过了，但为了防止它对某人有帮助，这对我来说很有用：

迭代所有值并根据自定义条件将颜色附加到列表中，这样您就可以得到一个包含尽可能多的颜色规格的列表；然后使用
plt.bar（）
中的颜色列表：

将numpy导入为np
将matplotlib.pyplot作为plt导入
x=np.arange（10）
y=np.arange（10）*0.1
col=[]
对于y中的val：
如果val<0.4：
col.append（'蓝色'）
elif val>=0.7：
col.append（'绿色'）
其他：
col.append（'red'）
#颜色如下：[“蓝色”、“蓝色”、“蓝色”、“蓝色”、“红色”、“红色”、“绿色”、“绿色”、“绿色”]
打印条（x，y，颜色=柱）
将numpy作为np导入
将matplotlib.pyplot作为plt导入
x=np.arange（4）
y=np.数组（[-2,3，-1,2]）
cc=['colors']*len（y）
对于n，枚举中的val（y）：
如果val=0
cc[n]=“蓝色”
plt.bar（x，y，颜色=cc）
plt.show（）

很抱歉回复太晚。这看起来很棒，但是当一个轴是一个名称列表而不是数字时，我似乎无法让它工作。我对最初的问题进行了更详细的编辑。如果您有解决方案，可以发布更新吗
import pandas as pd

df = pd.DataFrame({'col1':[1,2,3], 'col2':[4,5,6]}, 
                  index = ['row1','row2','row3'])

dfstacked = df.stack()

mask = dfstacked <= 3

colors = np.array(['b']*len(dfstacked))
colors[mask.values] = 'r'

dfstacked.plot(kind = 'bar', rot = 45, color = colors)
plt.show()

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(10)
y = np.arange(10) * 0.1

col = []
for val in y:
    if val < 0.4:
        col.append('blue')
    elif val >= 0.7:
        col.append('green')
    else:
        col.append('red')

# col looks like this: ['blue', 'blue', 'blue', 'blue', 'red', 'red', 'red', 'green', 'green', 'green']

plt.bar(x, y, color = col)


import numpy as np
import matplotlib.pyplot as plt

x = np.arange(4)
y = np.array([-2,3,-1,2])
cc=['colors']*len(y)
for n,val in enumerate(y):
    if val<0:
        cc[n]='red'
    elif val>=0
        cc[n]='blue'

plt.bar(x, y, color = cc)
plt.show()