我有一些测试数据:
import numpy as np
x_data = np.arange(10)
y = np.random.rand(len(x_data))
具有不同的属性
ix1 = x_data < 5
ix2 = x_data >= 5
我想从视觉上研究差异,但我搞乱了情节:
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_context('poster')
fig, ax = plt.subplots(figsize=(4, 4))
for i, x in enumerate(x_data):
if ix1[i]:
sns.set_palette('rainbow', sum(ix1))
if ix2[i]:
sns.set_palette('coolwarm', sum(ix2))
plt.plot(x, y[i], 'o', label='{}'.format(x))
plt.legend(loc='best', prop={'size': 6})
plt.show()
结果应该是点 0-4 是彩虹色(红紫色),点 5-9 是冷暖色(蓝白红),但是:
那么,有两个问题:
- 调用
plt.subplots
之后再调用sns.set_palette()
可以吗? - 有没有办法多次设置调色板?
最佳答案
不,由于 matplotlib 的工作方式,调色板是 Axes
对象的属性,因此无论当前设置的调色板是什么,Axes
都是创建的就是它将要使用的。如果您想破解私有(private)属性,这是可以解决的(请参阅 here ),但我真的不建议这样做。
以下是我可以针对您的情况提出的建议,使用可能不广泛适用的稍微不同的方法:
pal1 = sns.color_palette('rainbow', sum(ix1))
pal2 = sns.color_palette('coolwarm', sum(ix2))
fig, ax = plt.subplots(figsize=(4, 4))
ax.scatter(x_data[ix1], y[ix1], c=pal1, s=60, label="smaller")
ax.scatter(x_data[ix2], y[ix2], c=pal2, s=60, label="larger")
ax.legend(loc="lower right", scatterpoints=5)
FWIW,这种可视化感觉非常复杂且难以处理(并且您选择的两个调色板有相当多的重叠,并且并不真正适合这些数据),因此可能值得从更简单的东西开始。
关于python - 如何在同一绘图上使用seaborn中的多个颜色图,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/25894800/