Python 如何使用列表设置颜色？

考虑以下条形图。

为了将高于40000的条涂成蓝色，将低于40000的条涂成红色，我尝试使用以下列表：

df.count().plot(kind = 'bar', color = ['powderblue' if df[e].count() > 40000 else 'red' for e in df])

• df

  是我的数据帧

• df[e].count（）

  应返回每列中包含的非NaN值的数量

但是，matplotlib会返回以下内容：

。。。全红了

更奇怪的是，同样的列表理解在单独使用时效果非常好：

colors = ['powderblue' if df[e].count() > 40000 else 'red' for e in df]
Print(colors)

powderblue
powderblue
powderblue
powderblue
powderblue
powderblue
powderblue
powderblue
red
...

谁能给我解释一下我遗漏了什么吗

编辑：数据框如下所示：

    code    url   creator  quantity   brands
1     3     NaN      B       0.5        Ta  
2     NaN   Se       A       3.8        De 
3     6     Th       D       6.8        NaN
4     2     Fr       C       NaN        Be 
5     1     Il       F       2.4        Pm
...

MCVE：

我使用的matplotlib版本（2.0.2）已经过时，并且不知何故阻止了列表理解的正确运行。版本2.1.0解决了这个问题

谢谢大卫的建议

我使用的matplotlib版本（2.0.2）已经过时，并且不知何故阻止了列表理解的正确运行。版本2.1.0解决了这个问题

谢谢大卫的建议

---

你能举个例子说明你的数据框是什么样子吗？当然，我刚刚编辑了我的问题。你能试着找一个吗？我刚刚用你粘贴的数据框尝试了你的代码，使用的是

df.count（）.plot（kind='bar'，color=['powderblue'如果df[e].count（）>4，否则df中的e为'red'）

而不是40000，得到了四个红色和一个蓝色的“creator”，正如预期的那样。谢谢@DSM。我刚刚用mcve更新了这个问题。你的代码对我有用。您使用的matplotlib和pandas的版本是什么？您能举例说明您的数据框是什么样子吗？当然，我刚刚编辑了我的问题。您能试着找到一个吗？我刚刚用你粘贴的数据框尝试了你的代码，使用的是

df.count（）.plot（kind='bar'，color=['powderblue'如果df[e].count（）>4，否则df中的e为'red'）

而不是40000，得到了四个红色和一个蓝色的“creator”，正如预期的那样。谢谢@DSM。我刚刚用mcve更新了这个问题。你的代码对我有用。您使用的matplotlib和pandas版本是什么？

# creating an array of shape 10x10
array = np.random.choice(10, size = (10, 10))

# transforming it in a dataframe and replacing zeros and ones by NaN
df = pd.DataFrame(array).replace((0,1), np.nan)
print(df)

    0   1   2   3   4   5   6   7   8   9
0   8.0     NaN     6   5   8.0     NaN     NaN     2.0     NaN     7.0
1   7.0     8.0     7   8   9.0     8.0     9.0     8.0     8.0     5.0
2   9.0     8.0     7   7   6.0     8.0     8.0     7.0     8.0     6.0
3   4.0     4.0     3   3   3.0     5.0     4.0     2.0     6.0     4.0
4   5.0     7.0     4   9   2.0     8.0     NaN     7.0     NaN     5.0
5   7.0     6.0     6   7   NaN     5.0     NaN     5.0     4.0     3.0
6   6.0     8.0     5   5   4.0     NaN     3.0     NaN     9.0     2.0
7   9.0     5.0     4   3   NaN     7.0     6.0     4.0     8.0     NaN
8   NaN     2.0     8   8   7.0     7.0     2.0     9.0     3.0     5.0
9   3.0     9.0     6   3   9.0     NaN     9.0     7.0     2.0     8.0

# creating a working list comprehension
colors = ['blue' if df[e].count() > 8 else 'red' for e in df]
print(colors)

'blue', 'blue', 'blue', 'blue', 'red', 'red', 'red', 'blue', 'red', 'blue'

# plotting the dataframe using the same list comprehension
df.count().plot(kind = 'bar', color = colors)