使用 df.barplot 时 python 条形图中的颜色

Question

当我使用 matplotlibs 命令时，我能够获得非常漂亮的彩色条形图。这非常有用，它使用了一些着色命令，例如

 for box in bp['boxes']:
 # change outline color
 box.set( color='#7570b3', linewidth=2)
 # change fill color
 box.set( facecolor = '#1b9e77' )

但是，使用这些箱线图命令的问题，数据应该已经按照您在 x 轴上的需要进行分组。我关于 S.O. 的最后一个问题是关于这一点的，正如回复中所建议的，我可以使用

df.boxplot('data1',by='data2')

这对我来说非常有用，因为我可以按原样使用我的数据。但是，我不能在这里使用上面的一些着色选项。事实上，参数 color 也不被接受为参数，如以下几个示例所示

df.plot(kind='box',color='red')

但我仍然更喜欢使用 df.boxplot 命令(可能需要了解有关其他选项的更多信息(。

显然，我是 python 的新手，甚至对绘图工具也很新，所以我不了解这些选项中的每一个是如何深入工作的，但想深入了解制作条形图并为其添加颜色的最快方法是什么。

所以我的问题是，如果我使用df.boxplot，如何向我的箱线图添加颜色

编辑：添加工作示例以显示我正在寻找的内容

如果我有这样的数据帧

import numpy as np
import pandas as pd
import matplotlib.pylab as plt
df=pd.DataFrame(np.random.rand(10,2),columns=['data1','data2'])
df['group']=['A','B','C','A','B','C','A','B','C','A']

我正在使用以下命令绘制一个箱形图，其中数据按列group分组，我想在其中查看"data1"列的分布。

plt.figure(3)    
df.boxplot(column='data1',by='group')

如何为其添加颜色？

如果我使用此命令，我知道如何添加颜色

 plt.figure(1)
 data2plot=[df['data1'],df['data2']]
 plt.boxplot(data2plot)

这不会给出我想要的情节并获得我想要的情节，我真的必须使用以下代码：

 grA=[val for ind, val in zip(df['group'],df['data1']) if ind=='A']
 grB=[val for ind, val in zip(df['group'],df['data1']) if ind=='B']
 grC=[val for ind, val in zip(df['group'],df['data1']) if ind=='C']
 plt.figure(2)
 data2plot_new=[grA,grB,grC]
 plt.boxplot(data2plot_new)

如果我使用上述方法，我知道如何添加颜色，但它看起来效率不高。

我知道在哪里可以使用"颜色"参数的另一个选项是这个

 df.plot(data2plot,kind='box',color='red')

但即使在这里，我也需要进行一些数据转换才能获得我想要的情节。

所以问题又是，如果我使用第一个选项，如何更改颜色、厚度等绘图属性。

我希望这是清楚的。

Answer 1

@Goyo更完整的答案应该是

box1=df.boxplot('data1',by='group',return_type='dict',patch_artist=False)
[x.set(color='g',linewidth=2) for x in box1['data1']['boxes']] 
[x.set(facecolor='r') for x in box1['data1']['boxes']]

(@Goyo，虽然你的回答肯定帮助我挖掘了更多信息，但有趣的是，你抱怨我的问题不完整，然后发布了一个不完整的答案！

我

将其作为答案发布，因为它符合我当前的目的。

Answer 2

使用 return_type='dict' 。

df.boxplot(column='data1',by='group', return_type='dict')
OrderedDict([('data1',
              {'boxes': [<matplotlib.lines.Line2D at 0x9986e70>,
                <matplotlib.lines.Line2D at 0x999e2f0>,
                <matplotlib.lines.Line2D at 0x99ab9d0>],
               'caps': [<matplotlib.lines.Line2D at 0x99926b0>,
                <matplotlib.lines.Line2D at 0x99929f0>,
                <matplotlib.lines.Line2D at 0x999ed90>,
                <matplotlib.lines.Line2D at 0x99ab0f0>,
                <matplotlib.lines.Line2D at 0x9a6d470>,
                <matplotlib.lines.Line2D at 0x9a6d7b0>],
               'fliers': [<matplotlib.lines.Line2D at 0x9992ff0>,
                <matplotlib.lines.Line2D at 0x99ab770>,
                <matplotlib.lines.Line2D at 0x9a6de30>],
               'means': [],
               'medians': [<matplotlib.lines.Line2D at 0x9992d10>,
                <matplotlib.lines.Line2D at 0x99ab410>,
                <matplotlib.lines.Line2D at 0x9a6dad0>],
               'whiskers': [<matplotlib.lines.Line2D at 0x9986fd0>,
                <matplotlib.lines.Line2D at 0x9992370>,
                <matplotlib.lines.Line2D at 0x999e710>,
                <matplotlib.lines.Line2D at 0x999ea50>,
                <matplotlib.lines.Line2D at 0x99abdd0>,
                <matplotlib.lines.Line2D at 0x9a6d130>]})])