python - Python：根据第三个变量着色的条形图

Question

目前我正在尝试创建一个 Barplot 来显示每周应用程序的评论量。然而，该条应根据第三个变量着色，该变量包含每周评论的平均评分（范围：1 到 5）。

我按照以下帖子的说明创建了图表：Python: Barplot with colorbar

代码工作正常：

# Import Packages
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.cm import ScalarMappable 

# Create Dataframe
data = [[1, 10, 3.4], [2, 15, 3.9], [3, 12, 3.6], [4, 30,1.2]] 
df = pd.DataFrame(data, columns = ["week", "count", "score"])

# Convert to lists
data_x = list(df["week"])
data_hight = list(df["count"])
data_color = list(df["score"])

#Create Barplot:
data_color = [x / max(data_color) for x in data_color]
fig, ax = plt.subplots(figsize=(15, 4))

my_cmap = plt.cm.get_cmap('RdYlGn')
colors = my_cmap(data_color)
rects = ax.bar(data_x, data_hight, color=colors)

sm = ScalarMappable(cmap=my_cmap, norm=plt.Normalize(1,5))
sm.set_array([])

cbar = plt.colorbar(sm)
cbar.set_label('Color', rotation=270,labelpad=25)

plt.show()

现在问题来了：您可能会注意到第 4 周的平均分数是“1.2”。然而，条形图确实表明该值位于“2.5”左右。我知道这源于以下代码行，它通过将值除以最大值来标准化值：

data_color = [x / max(data_color) for x in data_color]

不幸的是，我无法以颜色与分数的绝对值相似的方式更改此命令，例如，平均分数为 1.2，最后一个条形应为深红色而不是浅橙色。我试图只插入常规分数值（未标准化）来解决问题，但是，这样做会创建所有具有相同绿色的条...由于这只是我的第二个 python 项目，我很难理解这件事背后的过程，非常感谢您提供任何建议或解决方案。

干杯尼尔

标签： pythonmatplotlibdata-visualizationbar-chartcolorbar

Answer 1

您正确地确定了标准化是这里的问题。它位于链接代码中，由有价值的 SO 用户 @ImportanceOfBeingEarnest 为区间定义[0, 1]。如果你想要另一个归一化范围[normmin, normmax]，你必须在归一化过程中考虑到这一点：

# Import Packages
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.cm import ScalarMappable 

# Create Dataframe
data = [[1, 10, 3.4], [2, 15, 3.9], [3, 12, 3.6], [4, 30,1.2]] 
df = pd.DataFrame(data, columns = ["week", "mycount", "score"])
  
# Not necessary to convert to lists, pandas series or numpy array is also fine
data_x = df.week
data_hight = df.mycount
data_color = df.score

#Create Barplot:
normmin=1
normmax=5
data_color = [(x-normmin) / (normmax-normmin) for x in data_color] #see the difference here
fig, ax = plt.subplots(figsize=(15, 4))

my_cmap = plt.cm.get_cmap('RdYlGn')
colors = my_cmap(data_color)
rects = ax.bar(data_x, data_hight, color=colors)

sm = ScalarMappable(cmap=my_cmap, norm=plt.Normalize(normmin,normmax))
sm.set_array([])

cbar = plt.colorbar(sm)
cbar.set_label('Color', rotation=270,labelpad=25)

plt.show()

样本输出：

显然，这并不能检查所有值是否确实在 range 内[normmin, normmax]，因此更好的脚本会确保所有值都符合此规范。或者，我们可以通过裁剪超出规范化范围的值来解决这个问题：

#...
import numpy as np
#.....
#Create Barplot:
normmin=1
normmax=3.5

data_color = [(x-normmin) / (normmax-normmin) for x in np.clip(data_color, normmin, normmax)]
#....

您可能还注意到我介绍的另一个变化。您不必提供列表 - pandas 系列或 numpy 数组也可以。如果您将列命名为不像 pandas 函数，例如count，您可以访问它们df.ABC而不是df["ABC"].