### 使用 Python 创建渐变色柱形图 #### Matplotlib 实现渐变色柱形图 通过 `matplotlib` 可以为每个柱子应用不同的颜色来模拟渐变效果。具体方法是在绘制柱状图时，利用循环为每一根柱子指定不同透明度或色调的颜色。 ```python import matplotlib.pyplot as plt import numpy as np # 数据准备 labels = ['G1', 'G2', 'G3', 'G4', 'G5'] values = [1, 3, 1, 5, 6] # 设置颜色范围 colors = plt.cm.viridis(np.linspace(0, 1, len(labels))) fig, ax = plt.subplots() bars = ax.bar(labels, values) for bar, color in zip(bars, colors): bar.set_color(color) plt.show() ``` 这段代码展示了如何使用 `viridis` 色彩映射函数生成一系列由浅至深变化的颜色，并将其应用于各个柱体上[^1]。 #### Seaborn 结合自定义颜色实现渐变效果 对于更复杂的场景或者希望获得更好的视觉呈现时，可以考虑先用 `seaborn` 绘制基础图表再调整其属性： ```python import seaborn as sns import pandas as pd import matplotlib.pyplot as plt data = {'species': ['setosa']*5 + ['versicolor']*5, 'value': list(range(1, 6)) * 2} df = pd.DataFrame(data=data) def gradient_bar(ax, bars): grad = np.atleast_2d(np.linspace(0., 1., 256)) extent = [0, 1, 0, 1] for i, bar in enumerate(bars.patches): color = f'C{i%len(bar.get_facecolor())}' ax.imshow(grad, cmap=plt.get_cmap('Blues'), aspect='auto', extent=extent, alpha=.7) ax.add_patch(bar) g = sns.catplot(x="species", y="value", kind="bar", data=df) gradient_bar(g.ax, g) plt.show() ``` 此段代码中引入了一个辅助函数 `gradient_bar()` 来处理每一个柱子内部的颜色过渡问题，从而达到更加平滑自然的渐变显示效果[^2]。 #### 自定义渐变方案 如果上述两种方式仍无法满足需求，则可以根据实际应用场景设计专属的色彩逻辑。比如基于数值大小分配特定区间内的RGB值组合成连续变换的效果；或是借助第三方库如 `colour` 提供更多样化的调色板选项。