Pandas df.plot设置与数据框列成比例的颜色

Question

问题：

我有一个pandas数据帧df，其中6行表示不同的变量。

我希望绘制条形图中的前两列，并希望使用第三列score根据现有的颜色映射(例如matplotlib viridis颜色映射)对条形图进行着色。

此数据帧如下所示：

    ID  count   score
0    4      1       3
1    5      4       4
2    5      8       5
3    3      7       2
4    1      5       5
5    1      3       4

我的代码目前是什么样子的：

df.plot('ID', 'count', kind='bar', figsize=(15,5), ax=plt.subplot(122), colors=cm.viridis.colors)
plt.show()

但所有条的颜色都是一种独特的紫色。

比方说，我希望按照score列中的值对viridis颜色映射进行采样。

有没有简单的方法可以做到这一点？

编辑2019-10-31

按照第一个答案中的建议使用seaborn会给我一个错误：

my_palette = sns.color_palette(plt.get_cmap('viridis'), 5)
sns.barplot(x="New ID", y="count", hue="Note", data=df, palette=my_palette)

返回错误：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-48-1943cafa0d79> in <module>
----> 1 my_palette = sns.color_palette(plt.get_cmap('viridis'), 5)

/usr/local/lib/python3.6/dist-packages/seaborn/palettes.py in color_palette(palette, n_colors, desat)
    238 
    239     # Always return as many colors as we asked for
--> 240     pal_cycle = cycle(palette)
    241     palette = [next(pal_cycle) for _ in range(n_colors)]
    242 

TypeError: 'ListedColormap' object is not iterable

编辑2019-11-05

使用建议的代码会导致结果图中出现带有x-tick的未对齐的条形图(我预计它会在x轴上的条形图下方居中)，特别是当每个类别只有一个条形图时，如下图所示：

​

​

此外，我希望能够考虑df['count']列中的'NaN'值。目前，如果有一个'NaN'值，它会引发一个：

TypeError: unsupported operand type(s) for /: 'str' and 'int'

所以，我必须将这个值设置为等于0，即使它不是真正的零。

Answer 1

最简单的方法是这样使用seaborn.barplot：

import seaborn as sns
ax = sns.barplot(x="ID", y="count", hue="score", data=df, palette=your_palette)

您可以通过以下方式创建调色板：

your_palette = sns.color_palette('inferno', n_point)

其中n_point是您的客户调色板中不同颜色的数量。

​

​

希望能有所帮助。