python - matplotlib bar() 和 pandas bar() 函数有什么区别？

Question

考虑以下数据框：

    index   count   sum
0   4       3372    230
1   4       68855   343
2   2       17948   232
3   5       708     788
4   5       9117    558

我想通过首先按“索引”列分组并为每个“索引”绘制“计数”的平均值来绘制条形图。我可以通过两种方式做到这一点：
方法1：

groups = df.groupby('index')

for name,group in groups:
  print(name)
  print(group)
  plt.bar(name, group['count'].median(), label=name, align='center')

plt.legend()
plt.show()

上面的代码导致：

方法二：

df.groupby('index')['count'].median().plot.bar()
plt.xlabel('index')
plt.ylabel('count')
plt.title('index')
plt.show()

结果是：

1. 使用第二种方法时，如何获得每个条的唯一颜色？
2. 使用第一种方法时如何获得连续图（第一种和第二种之间有差距）？

标签： pythondatabasepandasdataframematplotlib

Answer 1

当 x 值为数字时，标准 matplotlib 条形图将 x 轴视为数字。如果您希望它们是分类的，只需将它们更改为字符串：

groups = df.groupby('index')
for name, group in groups:
    plt.bar(str(name), group['count'].median(), label=name, align='center')
plt.legend()

熊猫条将有一个分类 x 轴，当值是数字时也是如此。要给条着色，color=可以使用参数（默认颜色的名称为“C0”、“C1”等）：

df.groupby('index')['count'].median().plot.bar(color=['C0', 'C1', 'C2'])