使用Python为正值和负值绘制不同颜色的直方图

Question

我用Python绘制了以下绘图：

import matplotlib.pyplot as plt
plt.hist([x*100 for x in relativeError], bins = 100)
plt.xlabel("Relative Error [%]")
plt.ylabel("#samples")
plt.axvline(x=0, linestyle='--',linewidth=1, color='grey')

但我真正想要的是根据值是正还是负有不同的颜色。在

Answer 1

首先，您需要计算柱状图条形图的高度和位置。然后，您需要创建一个掩码来过滤正反数据。最后，分别绘制条形图的每个子集，并在每次调用函数plt.bar()时设置颜色。在

你的数据看起来像是假的：

import matplotlib.pyplot as plt
import numpy as np

# generate fake data
N = 1000
data = np.random.normal(loc=-1, size=N) # with average -1

n_bins = 100
heights, bins, _ = plt.hist(data, bins=n_bins) # get positions and heights of bars

bin_width = np.diff(bins)[0]
bin_pos = bins[:-1] + bin_width / 2

plt.figure()

mask = (bin_pos >= 0)

# plot data in two steps
plt.bar(bin_pos[mask], heights[mask], width=bin_width, color='C1')
plt.bar(bin_pos[~mask], heights[~mask], width=bin_width, color='C0')

plt.xlabel("Relative Error [%]")
plt.ylabel("#samples")
plt.axvline(x=0, linestyle=' ',linewidth=1, color='grey')

plt.show()

Answer 2

# libraries
import numpy as np
import matplotlib.pyplot as plt

# Make a fake dataset
height = [3, 12, 5, 18, 45]
bars = ('A', 'B', 'C', 'D', 'E')
y_pos = np.arange(len(bars))

现在让我们学习3个颜色利用的例子：

使用RGB的统一颜色 RGB是一种制作颜色的方法。你必须提供一定数量的红，绿，蓝+透明度，它返回一个颜色。在

^{pr2}$

Answer 3

你可以在事后给这些条子上色。在

import numpy as np
import matplotlib.pyplot as plt

x = np.random.normal(-20, 15, 5000)

_, _, bars = plt.hist(x, bins = 100, color="C0")
for bar in bars:
    if bar.get_x() > 0:
        bar.set_facecolor("C1")
plt.xlabel("Relative Error [%]")
plt.ylabel("#samples")
plt.axvline(x=0, linestyle=' ',linewidth=1, color='grey')
plt.show()

相反，如果你想绘制一个直方图值的条形图（就像另一个答案所建议的那样），它应该看起来像

^{pr2}$