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。

在这里插入图片描述

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]：在这里插入图片描述

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