Python Matplotlib和Pandas更改负值的颜色

我想将条形图负值的颜色设置为“深蓝”，而将正值设置为“深红色”。实现这一目标的最佳方式是什么？我的csv文件的X值是纬度点，Y值是温度异常。我的x轴似乎也有问题，如我的链接图所示。它为-90到90之间的每个纬度点绘制刻度，这导致了很多重叠。我希望以15为增量，但我不知道如何做到这一点

编辑：已解决

将熊猫作为pd导入
将matplotlib.pyplot作为plt导入
从matplotlib.pyplot导入图
将numpy作为np导入
filename=“2015_tAnoms.csv”
df=pd.read_csv（文件名，分隔符='，'，标题='infer'）
图（num=None，figsize=（8,6），dpi=300，facecolor='w'，edgecolor='k'）
ax=plt.gca（）
ax.set_facecolor（（0,0,0））
ax.set_ylim（[-1,3]）
ax.grid（color='lightgray'，alpha=0.6，其中='major'，axis='y'，linestyle='-'））
plt.bar（df['Latitude'，df['TempAnom'，color=np.where（df['TempAnom']<0，'deepskyblue'，'crimson'））
利润率（x=0）
ax.xaxis.set_ticks（np.arange（-90,91,15））
plt.xlabel（“纬度”）
plt.ylabel（“温度异常（°C）”）
plt.标题（“2015年按纬度带划分的温度异常”）

根据

df['TempAnom']<0

条件，您可以将颜色传递为具有不同颜色的系列：

plt.bar(
    df['Latitude'], df['TempAnom'],
    color=np.where(df['TempAnom'] < 0, 'deepskyblue', 'crimson'),
)

ax.xaxis.set_ticks(np.arange(-90, 91, 15))

plt.bar(
df[‘纬度’]，df[‘天坛’]，
颜色=np.其中（df['TempAnom']<0，'deepskyblue'，'crimson'），
)
ax.xaxis.set_ticks（np.arange（-90,91,15））

输出：

---

太好了，这很有效。你知道如何增加x轴，使其不绘制从-90到90的每个纬度点吗？我希望增加15。您可能可以将

xticks

参数添加到

df.plot.bar

：

df.plot.bar（…，xticks=np.arange（-90，90，15））

@ChrisTurnbull。这可以修复标签，但现在值从0开始@perl@ChrisTurnbull对，这是条形图，所以有点不同。。。试试广亨建议的

ax.xaxis.set\u major\u定位器（mpl.ticker.multiplelotator（15））

plt.bar(
    df['Latitude'], df['TempAnom'],
    color=np.where(df['TempAnom'] < 0, 'deepskyblue', 'crimson'),
)

ax.xaxis.set_ticks(np.arange(-90, 91, 15))