python中相同类别的固定颜色的条形图

Question

我有一个简单的dataframe如下：

    Condition   State     Value

0       A        AM      0.775651

1       B        XP      0.700265

2       A       HML      0.688315

3       A     RMSML      0.666956

4       B      XAD       0.636014

5       C       VAP      0.542897

6       C     RMSML      0.486664

7       B      XMA       0.482742

8       D      VCD       0.469553

现在我想要一个带有每个值的条形图，如果条件相同，则每个状态都有相同的颜色。我尝试了以下python代码：

Data_Control = pd.ExcelFile('Bar_plot_example.xlsx') 

df_Control= Data_Control.parse('Sheet2')# my dataframe

s = pd.Series(df_Control.iloc[:,2].values, index=df_Control.iloc[:,1])

colors = {'A': 'r', 'B': 'b', 'C': 'g', 'D':'k'}

s.plot(kind='barh', color=[colors[i] for i in df_Control['Condition']])

plt.legend()

但是我无法为每种情况正确获得图例。我得到以下情节。

那么我应该如何为每个条件获得正确的图例？非常感谢任何帮助，谢谢。

Answer 1

您可以直接从数据中创建图例的句柄和标签：labels = df['Condition'].unique()handles = [plt.Rectangle((0,0),1,1, color=colors[l]) for l in labels]plt.legend(handles, labels, title="Conditions")完整示例：u = """    Condition   State     Value0       A        AM      0.7756511       B        XP      0.7002652       A       HML      0.6883153       A     RMSML      0.6669564       B      XAD       0.6360145       C       VAP      0.5428976       C     RMSML      0.4866647       B      XMA       0.4827428       D      VCD       0.469553"""import ioimport pandas as pdimport matplotlib.pyplot as pltdf = pd.read_csv(io.StringIO(u),sep="\s+" )s = pd.Series(df.iloc[:,2].values, index=df.iloc[:,1])colors = {'A': 'r', 'B': 'b', 'C': 'g', 'D':'k'}s.plot(kind='barh', color=[colors[i] for i in df['Condition']])labels = df['Condition'].unique()handles = [plt.Rectangle((0,0),1,1, color=colors[l]) for l in labels]plt.legend(handles, labels, title="Conditions")plt.show()

Answer 2

因此，我没有过多地直接从 Pandas 绘图，但是您必须访问句柄并使用它来构建可以传递给plt.legend.s.plot(kind='barh', color=[colors[i] for i in df['Condition']])# Get the original handles.original_handles = plt.gca().get_legend_handles_labels()[0][0]# Hold the handles and labels that will be passed to legend in lists.handles = []labels = []conditions = df['Condition'].values# Seen conditions helps us make sure that each label is added only once.seen_conditions = set()# Iterate over the condition and handle together.for condition, handle in zip(conditions, original_handles):    # If the condition was already added to the labels, then ignore it.    if condition in seen_conditions:        continue    # Add the handle and label.    handles.append(handle)    labels.append(condition)    seen_conditions.add(condition)# Call legend with the stored handles and labels.plt.legend(handles, labels)