Python Matplotlib绘制渐变色柱状图（bar）并加边框和配置渐变颜色条（colorbar）

热力图是数据分析的常用方法，通过色差、亮度来展示数据的差异、易于理解。目前，常见的是看数据表里多个特征两两的相关度热力图。

基于此思想，做出柱状热力图，用于展现单个特征针对整体的相关度，以此列出所有特征，每个特征与整体的相关度，如下图所示。

需求：

（1）各个特征柱形条，按热力图规则采用渐变颜色，例如样图中采用’inferno’色带；
（2）由于渐变的原因，会出现接近背景的颜色，需要给柱形条加外边框；
（3）考虑过0的分界坐标；
（4）加注颜色渐变条形颜色棒（Colorbar）；
（5）最好加上数据标注。

渐变颜色条采用matplotlib内置色带，也就是在cmap中提供了一些默认色带[color example code]：

实现代码如下：

import matplotlib.pyplot as plt from matplotlib import cm def draw_bar(key_name,key_values): plt.rcParams['font.sans-serif']=['SimHei'] #显示中文标签 plt.rcParams['axes.unicode_minus']=False # 标准柱状图的值 def autolable(rects): for rect in rects: height = rect.get_height() if height>=0: plt.text(rect.get_x()+rect.get_width()/2.0 - 0.3,height+0.02,'%.3f'%height) else: plt.text(rect.get_x()+rect.get_width()/2.0 - 0.3,height-0.06,'%.3f'%height) # 如果存在小于0的数值，则画0刻度横向直线 plt.axhline(y=0,color='black') #归一化 norm = plt.Normalize(-1,1) norm_values = norm(key_values) map_vir = cm.get_cmap(name='inferno') colors = map_vir(norm_values) fig = plt.figure() #调用figure创建一个绘图对象 plt.subplot(111) ax = plt.bar(key_name,key_values,width=0.5,color=colors,edgecolor='black') # edgecolor边框颜色 sm = cm.ScalarMappable(cmap=map_vir,norm=norm) # norm设置最大最小值 sm.set_array([]) plt.colorbar(sm) autolable(ax) plt.show() if __name__ == '__main__': #multi_corr() key_name = ['时长','鹤位','设定量','发油量','发油率','时间','月份','日期','损溢量','温度','密度'] key_values = [0.1,0.9,1,1,0.4,0.3,-0.1,-0.6,0.2,0.4,0.5] draw_bar(key_name,key_values) 

由于作者水平有限，欢迎讨论。

参考：

plt绘图颜色渐变以及colormap 一方的天地 2018.12
Python实现柱状图【数字精准展示，使用不同颜色】 博客园 ， 云山之巅 2019.07
Matplotlib中柱状图bar使用 博客园 ，1直在路上1 ，2018.09
colorbar for a broken bar chart Stack Overflow ,2017.05

本文地址：https://blog.csdn.net/xiaoyw/article/details/108845807