如何在Python中对数字进行分类和分类？

我不确定binning是否是正确的术语，但我想为我正在从事的项目实施以下内容：

我有一个数组或一个描述边界和/或区域的dict，例如：

boundaries = OrderedDict([(10,'red'),(20,'blue'),(55,'purple')])

这些区域的索引范围为0到100（例如）。我想将每个区域划分为一种颜色（比dict中的键小），然后绘制它。例如，如果小于10，则为红色

到目前为止，我已经：

boundaries = OrderedDict([(10,'red'),(20,'blue'),(55,'purple')])
areas = range(0,101)
binned = []
for area in areas:
    for border in boundaries.keys():
         if area < border:
             binned.append(boundaries[border])
             break

bounders=OrderedDict（[（10，'red'），（20，'blue'），（55，'purple'））
面积=范围（0101）
binned=[]
对于区域中的区域：
对于边界中的边框。键（）：
如果面积<边界：
bined.append（边界[边框]）
打破

此外，我需要找到一种定义颜色的方法，并找到一个包来绘制它。因此，如果你有任何想法，我可以如何绘制一个二维彩色图（实际项目将在二维）。也许是matplotlib或PIL？我以前使用过matplotlib，但从未使用过这种类型的数据

---

还有，是否有一个scipy/numpy函数已经完成了我要做的事情？如果代码又短又快就好了。这不是为了任何类型的任务（这是为了我的一个小实验/数据项目），所以我不想在这里重新发明轮子。

这不是你要问的，但是你在使用常规字典定义一个

OrderedDict

，所以顺序不一定会被保留。相反，使用元组列表来定义它：

OrderedDict（[（10，“红色”），（20，“蓝色”），（55，“紫色”）]）

谢谢并更正。

import matplotlib.pyplot as plt
boundaries = collections.OrderedDict([(10,'red'),(20,'blue'),(55,'purple')])
areas = range(0,101)
n, bins, patches = plt.hist(areas, [0]+list(boundaries), histtype='bar', rwidth=1.0)
for (patch,color) in zip(patches,boundaries.values()):
    patch.set_color(color)
plt.show()