Dataframe.plot()实际上并不
需要color的参数。你必须驱动matplotlib.pyplot.bar()直接调用，如果你想使用的颜色简单的序列（但要注意，有更好的选择，下面列出）。

如果你决定使用matplotlib.pyplot.bar()直接，再考虑到它的color参数，那么只需要无论是 单一
有效的颜色值，那么'r'或者'k'，或 序列
这样的颜色值（在对文件bar()的调用它
数组一样 ）。一个 列表 的名称将工作：

my_colors = ['r', 'g', 'b', 'k', 'y', 'm', 'c']  # red, green, blue, black, etc.

plt.bar(len(train_class), train_class, color=my_colors)

文档指出，序列的长度应等于绘制的条数：

可选参数 color ， edgecolor ， linewidth ， xerr 和 yerr 可以是标量或长度等于条数的序列。

但是，将 颜色映射
传递到Dataframe.plot()此处比较容易。彩色映射是获得不同条形颜色的便捷途径。您可以传入一个作为colormap关键字参数，它可以是一个命名映射（作为字符串）：

train_class.plot(kind='bar', colormap='Paired')

或matplotlib.cm模块中的实际matplotlib颜色图对象：

from matplotlib import cm

train_class.plot(kind='bar', colormap=cm.Paired)

如果您要坚持使用matplotlib.pyplot.bar()，但是要使用颜色表，请根据颜色表创建一系列颜色。熊猫np.linspace()为此使用，因此我们在这里也这样做：

import numpy as np

paired_colors = cm.Paired(np.linspace(0, 1, num=len(train_class))
plt.bar(len(train_class), train_class, color=paired_colors)

对于条形图，我会选择定性的颜色图；每个名称都是cmcolormap模块的属性。上面cm.Paired是一个这样的颜色图。以0.0到1.0之间的浮点数序列调用颜色图，可以返回在该范围的每个“百分比”处拾取的颜色。您也可以传入整数序列来索引各个颜色。

返回到Pandas，您还可以根据matplotlib.colors.ListedColormap实例选择一系列颜色来创建一个颜色图：

from matplotlib.colors import ListedColormap

my_colors = ['r', 'g', 'b', 'k', 'y', 'm', 'c']  # red, green, blue, black, etc.
my_colormap = ListedColormap(my_colors)

然后将其传递给数据框.plot()调用：

train_class.plot(kind='bar', colormap=my_colormap)