### 在 Jupyter Notebook 中使用 Matplotlib 设置柱状图的颜色区间 在 Jupyter Notebook 中生成柱状图时，可以利用 `matplotlib` 的 `bar` 函数，并通过设置颜色参数（如 `color` 或 `cmap`）来实现颜色区间的定义[^2]。以下是一个详细的说明和示例代码。 #### 使用固定颜色 如果需要为每个柱子指定固定颜色，可以通过传递一个颜色列表给 `color` 参数。例如： ```python import numpy as np import matplotlib.pyplot as plt # 数据 x = np.arange(5) # 柱子位置 y = [3, 7, 2, 5, 8] # 柱子高度 colors = ['red', 'blue', 'green', 'orange', 'purple'] # 颜色列表 plt.bar(x, y, color=colors) plt.xticks(x, ['A', 'B', 'C', 'D', 'E']) # 设置 x 轴标签 plt.title('Bar Chart with Fixed Colors') plt.xlabel('Categories') plt.ylabel('Values') plt.show() ``` #### 使用颜色映射（Color Map） 当需要根据数据值动态分配颜色时，可以使用颜色映射（`colormap`）。以下是具体实现方法： ```python import numpy as np import matplotlib.pyplot as plt import matplotlib.cm as cm from matplotlib.colors import Normalize # 数据 x = np.arange(10) # 柱子位置 y = np.random.randint(1, 10, size=10) # 随机生成柱子高度 # 归一化函数 norm = Normalize(vmin=min(y), vmax=max(y)) # 选择颜色映射 cmap = cm.viridis # 根据数据值计算颜色 colors = cmap(norm(y)) plt.bar(x, y, color=colors) plt.xticks(x, ['Group'+str(i) for i in x]) # 设置 x 轴标签 plt.title('Bar Chart with Color Map') plt.xlabel('Groups') plt.ylabel('Values') # 添加颜色条 sm = cm.ScalarMappable(cmap=cmap, norm=norm) sm.set_array([]) plt.colorbar(sm, label='Value') plt.show() ``` #### 自定义颜色区间 如果需要自定义颜色区间，可以通过 `BoundaryNorm` 定义离散的颜色边界。例如： ```python import numpy as np import matplotlib.pyplot as plt import matplotlib.cm as cm from matplotlib.colors import BoundaryNorm # 数据 x = np.arange(8) y = [1, 3, 5, 7, 9, 11, 13, 15] # 定义颜色边界 bounds = [0, 4, 8, 12, 16] cmap = cm.get_cmap('coolwarm', len(bounds)-1) norm = BoundaryNorm(bounds, cmap.N) # 绘制柱状图 plt.bar(x, y, color=cmap(norm(y))) plt.xticks(x, ['Item'+str(i) for i in x]) plt.title('Bar Chart with Custom Color Range') plt.xlabel('Items') plt.ylabel('Values') # 添加颜色条 sm = cm.ScalarMappable(cmap=cmap, norm=norm) sm.set_array([]) plt.colorbar(sm, boundaries=bounds, ticks=bounds, label='Value Range') plt.show() ``` 以上代码展示了如何在 Jupyter Notebook 中使用 `matplotlib` 创建柱状图，并根据需求设置颜色区间。