### Python Matplotlib 和 Seaborn 柱状图高级颜色设置 #### 自定义调色板 为了实现更复杂的视觉效果，可以利用 `seaborn` 提供的多种内置调色板或自定义调色板。通过传递给绘图函数的 `palette` 参数指定使用的色彩方案。 ```python import seaborn as sns import matplotlib.pyplot as plt data = sns.load_dataset('tips') sns.set_style("whitegrid") plt.figure(figsize=(10, 6)) bar_plot = sns.barplot( x='day', y='total_bill', data=data, palette="Blues_d" # 使用预定义的蓝色渐变调色板 ) plt.title('Total Bill Per Day with Custom Palette') plt.show() ``` #### 手动设定每根柱子的颜色 如果希望对每一根柱子应用不同的特定颜色，则可以直接向 `color` 或者 `hue` 参数传入列表形式的颜色值。 ```python colors = ["#ff9999","#66b3ff","#99ff99","#ffcc99"] plt.figure(figsize=(10, 6)) bar_plot = sns.barplot( x='day', y='total_bill', data=data, palette=colors # 应用手动定义的颜色序列 ) plt.title('Custom Colors for Each Bar') plt.show() ``` #### 动态计算颜色映射 对于更加动态的情况，可以根据数值范围自动分配颜色。这通常涉及到创建一个线性归一化对象以及选择合适的 colormap 来完成这一过程。 ```python from matplotlib.colors import Normalize from matplotlib.cm import ScalarMappable norm = Normalize(vmin=min(data['total_bill']), vmax=max(data['total_bill'])) cmap = plt.get_cmap("viridis") mappable = ScalarMappable(norm=norm, cmap=cmap) mappable.set_array([]) plt.figure(figsize=(10, 6)) bar_plot = sns.barplot( x='day', y='total_bill', data=data, palette=[cmap(i) for i in norm(data.groupby('day')['total_bill'].mean())] ) plt.colorbar(mappable) plt.title('Color Mapping Based on Total Bills Value') plt.show() ```