python - 一个图中具有不同seaborn调色板的曲线族

Question

在我的 python 程序中，我有三组曲线，我想为每组曲线分配一个seaborn调色板并将它们全部绘制到一个图中。

到目前为止我的解决方案是以下代码。

sns.set_style('whitegrid')
volt = np.zeros(N)
states = np.zeros([6,N])

for k in range(1,4):
    if k == 1:
        sns.set_palette('Blues_d',6)
    if k == 2:
        sns.set_palette('BuGn_d',6)
    if k == 3:
        sns.set_palette('Oranges_d',6)

    for i in range(N):
        j = -1 + 2*float(i)/N
        volt[i] = j*(mu[1]-mu[0])
        state = evolve(s, ss, PP, beta, float(k) * D / 3, B, j * mu, tmax)

        for j in range(6):
            states[j,i] = state[j]

    for i in range(6):
        y = np.zeros(N)

        for j in range(N):
            y[j] = states[i,j]
        plt.plot(volt,y)

plt.show()

但是，绘图最终总是在第一个调色板“Blues_d”中渲染。如何更改代码，以便第一组曲线用“Blues_d”绘制，第二组曲线用“BuGn_d”绘制，第三组曲线用“Oranges_d”绘制，但在同一图中？

Answer 1

我意识到这并不能直接回答你的问题(部分原因是你的代码不是一个最小的工作示例)，但如果你要使用 seaborn 那么它可能在您最感兴趣的是开始使用 pandas 处理您的数据。很多 seaborn 都是在考虑 pandas 的情况下编写的，因此这两个 jive 非常好。使用多个调色板绘图就是一个这样的例子，

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns; sns.set_style('whitegrid')

x = np.linspace(0, 3, 31)

U_df = pd.DataFrame({
    'u1': 2.6*x**2 - 4.5,
    'u2': 2.5*x**2 - 4.9,
    'u3': 2.3*x**2 - 4.7}, index=x)

V_df = pd.DataFrame({
    'v1': -5.1*x + 11,
    'v2': -4.9*x + 10,
    'v3': -5.5*x + 12}, index=x)

W_df = pd.DataFrame({
    'w1': -6.5*(x-1.6)**2 + 9.1,
    'w2': -6.2*(x-1.8)**2 + 9.5,
    'w3': -6.1*(x-1.5)**2 + 9.7}, index=x)

fig, ax = plt.subplots()

U_df.plot(ax=ax, color=sns.color_palette('Blues_d', 3))
V_df.plot(ax=ax, color=sns.color_palette('BuGn_d', 3))
W_df.plot(ax=ax, color=sns.color_palette('Oranges_d', 3))

ax.legend(ncol=3, loc='best')