大熊猫散布具有三点和seaborn的颜色

Question

使用pandas和seaborn绘制仅包含三个点的散点图时，会有一个奇怪的行为：这些点的颜色不同。 当未加载seaborn或具有三个以上点时，或者直接使用matplotlib的散点图进行绘制时，问题消失了。 请参见以下示例：

from pandas import DataFrame #0.16.0
import matplotlib.pyplot as plt #1.4.3
import seaborn as sns #0.5.1
import numpy as np #1.9.2

df = DataFrame({'x': np.random.uniform(0, 1, 3), 'y': np.random.uniform(0, 1, 3)})
df.plot(kind = 'scatter', x = 'x', y = 'y')
plt.show()

df = DataFrame({'x': np.random.uniform(0, 1, 4), 'y': np.random.uniform(0, 1, 4)})
df.plot(kind = 'scatter', x = 'x', y = 'y')
plt.show()

Answer 1

我已经找到了错误。 该缺陷是pandas在技术上，而不是seaborn因为我本来以为，尽管它涉及到从代码pandas ， seaborn和matplotlib ...

在pandas.tools.plotting.ScatterPlot._make_plot ，出现以下代码来选择散点图中要使用的颜色

if c is None:
    c_values = self.plt.rcParams['patch.facecolor']
elif c_is_column:
    c_values = self.data[c].values
else:
    c_values = c

在您的情况下， c等于默认值None ，因此c_values将由plt.rcParams['patch.facecolor'] 。

现在，作为设置的一部分，seaborn将plt.rcParams['patch.facecolor']修改为(0.5725490196078431, 0.7764705882352941, 1.0) ，这是一个RGB元组。 如果未使用seaborn则该值为matplotlib的默认值，即'b' （指示颜色为“蓝色”的字符串）。

c_values是后来用在实际中绘制图形ax.scatter

scatter = ax.scatter(data[x].values, data[y].values, c=c_values,
                     label=label, cmap=cmap, **self.kwds)

出现此问题是因为关键字参数c可以接受多种不同类型的参数，它可以接受：

• 字符串（例如在原始matplotlib情况下为'b' ）；
• 颜色规格序列（例如RGB值序列）；
• 一系列值映射到当前颜色图。

matplotlib文档专门指出以下内容，突出显示我的

c可以是单个颜色格式字符串，也可以是长度为N的颜色规范序列，也可以是使用通过kwargs指定的cmap和norm映射到颜色的N个数字序列（请参见下文）。 请注意，c不应是单个数字RGB或RGBA序列，因为这与要进行颜色映射的值数组是无法区分的。 c可以是一个二维数组，其中的行是RGB或RGBA。

基本上发生的是matplotlib取c_values值（这是三个数字的元组），然后将这些颜色映射到当前的颜色表（默认情况下，pandas将其设置为Greys ）。 这样，您将获得三个具有不同“灰色度”的散点。 当分散点超过3个时，matplotlib假定它必须是RGB元组，因为其长度与数据数组的长度不匹配（3！= 4），因此将其用作恒定的RBG颜色。

这已经作为关于Github大熊猫的错误​​报告写在这里 。

Answer 2

您可能要尝试以下操作：

import seaborn.apionly as sns

并参阅此问题以获取更多详细信息。