Python：条形图根据第三个变量着色

您已正确确定归一化是这里的问题。它在链接代码中由为interval定义的值SO用户@ImportanceOfBeingEarnest定义[0, 1]。如果需要另一个规范化范围[normmin, normmax]，则必须在规范化过程中将其考虑在内：

# Import Packages
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.cm import ScalarMappable 

# Create Dataframe
data = [[1, 10, 3.4], [2, 15, 3.9], [3, 12, 3.6], [4, 30,1.2]] 
df = pd.DataFrame(data, columns = ["week", "mycount", "score"])
  
# Not necessary to convert to lists, pandas series or numpy array is also fine
data_x = df.week
data_hight = df.mycount
data_color = df.score

#Create Barplot:
normmin=1
normmax=5
data_color = [(x-normmin) / (normmax-normmin) for x in data_color] #see the difference here
fig, ax = plt.subplots(figsize=(15, 4))

my_cmap = plt.cm.get_cmap('RdYlGn')
colors = my_cmap(data_color)
rects = ax.bar(data_x, data_hight, color=colors)

sm = ScalarMappable(cmap=my_cmap, norm=plt.Normalize(normmin,normmax))
sm.set_array([])

cbar = plt.colorbar(sm)
cbar.set_label('Color', rotation=270,labelpad=25)

plt.show()

样本输出：

显然，这不会检查所有值是否确实在range内[normmin, normmax]，因此更好的脚本将确保所有值都符合此规范。或者，我们可以通过裁剪超出规范化范围的值来解决此问题：

#...
import numpy as np
#.....
#Create Barplot:
normmin=1
normmax=3.5

data_color = [(x-normmin) / (normmax-normmin) for x in np.clip(data_color, normmin, normmax)]
#....

您可能还注意到了我引入的另一项更改。您不必提供列表-pandas系列或numpy数组也可以。并且如果您命名列的方法不像熊猫函数（）之类的话count，您可以用df.ABC代替来访问它们df["ABC"]。