Python 如何使用渐变色为分布图的条形图着色？

我有以下数据帧

df

：

time_diff   avg_trips_per_day
0.450000    1.0
0.483333    1.0
0.500000    1.0
0.516667    2.0
0.533333    5.0

然后我创建一个分布图，如下所示

ax=sns.distplot（df['time\u diff']，hist=“true”

我想用渐变来给这些条上色：较暗的颜色应该被赋予较高概率的值

我试图这样做，但没有成功：

norm = plt.Normalize(df["time_diff"].values.min(), df["time_diff"].values.max())
colors = plt.cm.YlGnBu(norm(df_imh_unique["time_diff"])) 
ax = sns.distplot(df['time_diff'],hist="true", color=colors)

---

在代码中，您试图根据数据值本身对条形图着色。但是，柱状图显示了存储箱中值的频率。因此，您需要使用频率来确定条形图的颜色

这在分离历史记录和绘图时更容易理解

import numpy as np
import matplotlib.pyplot as plt

data = np.random.rayleigh(size=30)

hist, edges = np.histogram(data)

norm = plt.Normalize(hist.min(), hist.max())
colors = plt.cm.YlGnBu(norm(hist)) 

fig, ax = plt.subplots()
ax.bar(edges[:-1], hist, np.diff(edges), color=colors, ec="k", align="edge")

plt.show()

您可以将调用中的存储箱设置为

np.histogram

，例如，对于0.1个大型存储箱，您可以使用

bins = np.arange(0, data.max()+0.1, 0.1)
hist, edges = np.histogram(data, bins=bins)

由于seaborn distplot结合了历史记录和绘图两个步骤，因此只有在创建绘图后才能设置条形图的颜色。这当然不是最佳选择，但为了完整性，使用现有

distplot

的解决方案可能如下所示：

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

data = np.random.rayleigh(size=30)

ax = sns.distplot(data)

vals = np.array([rec.get_height() for rec in ax.patches])
norm = plt.Normalize(vals.min(), vals.max())
colors = plt.cm.YlGnBu(norm(vals))

for rec, col in zip(ax.patches, colors):
    rec.set_color(col)

plt.show()

---

谢谢。如果我在开始时使用

plt.figure（figsize=（14,8））

的话，我就无法调整这个图的大小。它总是很小。我还需要保持我的箱子的大小

25

。在我的代码中，我使用

plt.xticks（np.arange（min（df_day_route_veh_counts['time_diff'）），max（df_day_route_veh_counts['time_diff'））+100，25.0））

。如何使这种方法适合您的代码？

plt.subplot（figsize=（14,8））

设置图形大小。

plt.xticks

不设置箱子大小。它设置刻度在轴上的位置。但它也适用于此代码。如果要更改柱状图的箱子大小，需要使用

np.histogram

的

bins

参数。我应该手动创建这些箱子吗？我不能y每个箱子应等于0.1？例如，

sns.distplot（df['time_diff'）、hist=“true”

和

plt.xticks

的组合根据

plt.xticks

定义的距离自动创建箱子。您可以指定箱子数量或箱子边缘。后一种情况显示在更新的答案中。