有没有一种方法可以根据条形图的值对条形图的条形进行着色。例如：
- values below -0.5: red
- values between -0.5 to 0: green
- values between 0 to 08: blue
- etc
我找到了一些条形着色的基本示例，但没有任何可以满足值范围的示例，例如上面的示例。
UPDATE:
感谢 kikocorreoso 的建议。当两个轴都是数字（如您的示例所示）时，这非常有效。然而就我而言，我的原始数据结构是 pandas 数据框。然后我使用 df.stack() 并绘制结果。这意味着数据框行/列成为绘图的 x 轴，数据框单元格成为 Y 轴（条形）。
我已尝试按照您的示例进行屏蔽，但当 Y 轴是数字而 X 轴是名称时，它似乎不起作用。例如：
col1 col2 col3 col4
row1 1 2 3 4
row2 5 6 7 8
row3 9 10 11 12
row4 13 14 15 16
上述数据框需要绘制为条形图，其中行/列组合形成 x 轴。每个单元格值都是一个条形。最后，根据原始问题对条形进行着色。谢谢
您可以对数据集使用掩码。一个基本示例如下：
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(10)
y = np.arange(10) * 0.1
mask1 = y < 0.5
mask2 = y >= 0.5
plt.bar(x[mask1], y[mask1], color = 'red')
plt.bar(x[mask2], y[mask2], color = 'blue')
plt.show()
The result should be:
UPDATE:
当您更新问题时，我更新了代码。对于您的简单情况，如果我理解正确，您可以执行以下（丑陋的）黑客操作：
import pandas as pd
df = pd.DataFrame({'col1':[1,2,3], 'col2':[4,5,6]},
index = ['row1','row2','row3'])
dfstacked = df.stack()
mask = dfstacked <= 3
colors = np.array(['b']*len(dfstacked))
colors[mask.values] = 'r'
dfstacked.plot(kind = 'bar', rot = 45, color = colors)
plt.show()
或者使用更多面向对象的解决方案 https://stackoverflow.com/questions/21281322/how-to-plot-a-pandas-multiindex-dataframe-with-all-xticks/21282555#21282555.
代码简单解释一下：
dfstacked数据框有一个MultiIndex刻度线打印得不好，所以我使用rot关键字来旋转它们。如果你想自动化它以获得一个漂亮的图，你可以使用plt.tight_layout() before plt.show().我希望它有帮助。