我在子圖中有一系列箱形圖（見圖），但想根據 DUT1 或 DUT2 更改每個單獨圖的標簽顏色。以下是用于制作箱線圖的 df 之一的示例。每個圖都是使用類似的 df 繪制的，但包括來自各個設定點的測量值。 DUT1 A DUT1 B DUT2 A DUT2 B527 0.92342 0.96342 0.98342 1.00342528 0.92754 0.88754 0.97754 0.97754529 0.93655 0.95655 0.99655 0.91655上面的每個數字都是 DUT 傳感器與參考傳感器在指定設定點的每次測量之間的差異。這是我如何創建箱形圖的每個子圖的快照。fig, axes = plt.subplots(ncols = 4, nrows = 2, sharey = True, figsize = (10,6))fig.add_subplot(111, frame_on = False)plt.tick_params(labelcolor = 'none', bottom = False, left = False)plt.ylabel('Difference from Reference PRT in $^\circ$F', labelpad=20)boxplot1 = df_setpoint1.boxplot(column = ['DUT1 A','DUT1 B','DUT2 A','DUT2 B'], ax = axes[1,0], rot=45)boxplot2 = df_setpoint2.boxplot(column = ['DUT1 A','DUT1 B','DUT2 A','DUT2 B'], ax = axes[1,1], rot=45)axes[1,0].set_title('Set Point -38.5$^\circ$F')axes[1,1].set_title('Set Point -25$^\circ$F')fig.suptitle('Temperature Distribution for Temperature Accuracy Testing')plt.tight_layout()plt.show()經過一番搜索后，我在弄清楚如何指定每個圖標簽的顏色時遇到了問題，因為我不是單獨創建每個箱形圖，而是從每個數據幀中的指定列創建。我遇到了很多盒子的自定義填充顏色并添加帶有自定義顏色的圖例，但我只想控制 x 軸上文本標簽的顏色。
1 回答
繁星點點滴滴
TA貢獻1803條經驗 獲得超3個贊
雖然文本標簽著色不是很方便，但后端的箱線圖著色matplotlib是可行的，需要在每個修補的藝術家之間循環。對于每個配對DUT1并與每個藝術家DUT2運行 elementwsiezip循環。
下面使用 OP 提供的數據運行一個子圖。為了避免重復行，請集成到定義的方法中并通過它運行每個子圖，或添加頂層for以迭代數組中所有生成的子圖axes。
import matplotlib.patches as mpatches
...
# BOX PLOT LEGEND
blue_patch = mpatches.Patch(color='blue', label='The red data')
green_patch = mpatches.Patch(color='green', label='The blue data')
fig.legend(handles=[blue_patch, green_patch], labels=['A', 'B'],
ncol=2, loc='upper center', bbox_to_anchor=(0.5, 0.95))
# BOX PLOT
boxplot1 = df_setpoint1.boxplot(column = ['DUT1 A','DUT1 B','DUT2 A','DUT2 B'],
ax=axes[1,0], patch_artist=True, rot=45)
# BOX PLOT COLORING
colors = ['blue', 'blue', 'green', 'green']
for i,(artist, col) in enumerate(zip(axes[1,0].artists, colors)):
artist.set_edgecolor(col)
artist.set_facecolor(col)
# Each box has 6 associated Line2D objects (to make the whiskers, fliers, etc.)
# Loop over them here, and use the same colour as above
for j in range(i*6,i*6+4):
line = axes[1,0].lines[j]
line.set_color(col)
line.set_mfc(col)
line.set_mec(col)
line.set_linewidth(0.5)
...
fig.tight_layout(rect=[0, 0.03, 1, 0.90])
plt.show()
添加回答
舉報
0/150
提交
取消