Python matplotlib高级条形图

我需要重新创建一个类似下面在Excel中创建的图表。我希望使用matplotlib，但似乎找不到任何示例或参考来说明如何制作这样的图表。我需要根据性能阈值对条形图着色，并显示阈值。谁能给我指出正确的方向吗？不过，我确实需要能够用Python实现这一点。

我必须运行，但这里有一些东西可以让您开始：

import numpy as np
import matplotlib
matplotlib.rcParams['text.usetex'] = False
import matplotlib.pyplot as plt
import pandas

df = pandas.DataFrame(np.random.uniform(size=37)*100, columns=['A'])
threshold = 75
fig, ax = plt.subplots(figsize=(8,3))

good = df['A'][df['A'] >= threshold]
bad = df['A'][df['A'] < threshold]

ax.bar(left=good.index, height=good, align='center', color='ForestGreen', zorder=5)
ax.bar(left=bad.index, height=bad, align='center', color='Firebrick', zorder=5)

ax.axhline(y=threshold, linewidth=2, color='ForestGreen', zorder=0)

ax.set_xticks(df.index)
ax.set_xlim(left=df.index[0]-0.75, right=df.index[-1]+0.75)

def annotateBars(row, ax=ax):
    if row['A'] < 20:
        color = 'black'
        vertalign = 'bottom'
        vertpad = 2
    else:
        color = 'white'
        vertalign = 'top'
        vertpad = -2

    ax.text(row.name, row['A'] + vertpad, "{:.1f}%".format(row['A']),
            zorder=10, rotation=90, color=color,
            horizontalalignment='center',
            verticalalignment=vertalign,
            fontsize=8, weight='heavy')

junk = df.apply(annotateBars, ax=ax, axis=1)

将numpy导入为np
导入matplotlib
matplotlib.rcParams['text.usetex']=False
将matplotlib.pyplot作为plt导入
进口大熊猫
df=pandas.DataFrame（np.random.uniform（大小=37）*100，列=['A']））
阈值=75
图，ax=plt.子批次（图尺寸=（8,3））
良好=df['A'][df['A']>=阈值]
坏=df['A'][df['A']<阈值]
最大条（左=良好索引，高度=良好，对齐=中心，颜色=绿色，左=5）
ax.bar（左=bad.index，高=bad，align='center'，color='Firebrick'，zorder=5）
ax.axhline（y=threshold，linewidth=2，color='ForestGreen'，zorder=0）
ax.set\u xticks（测向索引）
ax.set_xlim（左=测向指数[0]-0.75，右=测向指数[-1]+0.75）
def注释条（行，ax=ax）：
如果第['A']<20行：
颜色=‘黑色’
vertalign='底部'
vertpad=2
其他：
颜色=‘白色’
vertalign=‘顶部’
vertpad=-2
text（row.name，row['A']+vertpad，“{.1f}%.”格式（row['A']），
zorder=10，旋转=90，颜色=color，
水平对齐='中心'，
垂直对齐=垂直对齐，
fontsize=8，weight='high'）
垃圾=df.apply（注释条，ax=ax，ax=1）

这给了我：