[英]Seaborn - change color according to hue name
我正在使用seaborn
和pandas
從不同(但相關)數據創建一些條形圖。 這兩個數據集共享一個用作hue
的公共類別,因此我想確保在兩個圖中,該類別的條形顏色匹配。 我該怎么辦?
一個基本的例子如下:
import seaborn as sns
import pandas as pd
import matplotlib.pyplot as plt
sns.set_style('darkgrid')
fig, ax = plt.subplots()
a = pd.DataFrame({'Program': ['A', 'A', 'B', 'B', 'Total', 'Total'],
'Scenario': ['X', 'Y', 'X', 'Y', 'X', 'Y'],
'Duration': [4, 3, 5, 4, 9, 7]})
g = sns.barplot(data=a, x='Scenario', y='Duration',
hue='Program', ci=None)
plt.tight_layout()
plt.savefig('3 progs.png')
plt.clf()
b = pd.DataFrame({'Program': ['A', 'A', 'B', 'B', 'C', 'C', 'Total', 'Total'],
'Scenario': ['X', 'Y', 'X', 'Y', 'X', 'Y', 'X', 'Y'],
'Duration': [4, 3, 5, 4, 3, 2, 12, 9]})
g = sns.barplot(data=b, x='Scenario', y='Duration',
hue='Program', ci=None)
plt.tight_layout()
plt.savefig('4 progs.png')
在這個例子中,我想確保Total
類別在兩個圖表中使用相同的顏色(例如黑色)
確保兩個繪圖中相同類別的顏色相同的最簡單解決方案是在繪圖創建時手動指定顏色。
# First bar plot
ax = sns.barplot(data=a, x='Scenario', y='Duration',
hue='Program', ci=None, palette=["C0", "C1", "k"])
# ...
# Second bar plot
ax2 = sns.barplot(data=b, x='Scenario', y='Duration',
hue='Program', ci=None, palette=["C0", "C1", "C2", "k"])
顏色"C2"
(顏色循環的第三種顏色)僅出現在存在 Programm C 的第二個圖中。
除了列表,您還可以使用字典,將值從hue
列映射到顏色。
palette ={"A": "C0", "B": "C1", "C": "C2", "Total": "k"}
ax = sns.barplot(data=a, x='Scenario', y='Duration', hue='Program', palette=palette)
# ...
ax2 = sns.barplot(data=b, x='Scenario', y='Duration', hue='Program', palette=palette)
最后,您可以根據hue
列中的值自動創建此字典。 這里的好處是您既不需要事先知道顏色,也不需要知道相應數據框中的值。
import seaborn as sns
import pandas as pd
import matplotlib.pyplot as plt
sns.set_style('darkgrid')
fig, ax = plt.subplots()
a = pd.DataFrame({'Program': ['A', 'A', 'B', 'B', 'Total', 'Total'],
'Scenario': ['X', 'Y', 'X', 'Y', 'X', 'Y'],
'Duration': [4, 3, 5, 4, 9, 7]})
b = pd.DataFrame({'Program': ['A', 'A', 'B', 'B', 'C', 'C', 'Total', 'Total'],
'Scenario': ['X', 'Y', 'X', 'Y', 'X', 'Y', 'X', 'Y'],
'Duration': [4, 3, 5, 4, 3, 2, 12, 9]})
unique = a["Program"].append(b["Program"]).unique()
palette = dict(zip(unique, sns.color_palette(n_colors=len(unique))))
palette.update({"Total":"k"})
ax = sns.barplot(data=a, x='Scenario', y='Duration',
hue='Program', ci=None, palette=palette)
plt.tight_layout()
plt.figure()
ax2 = sns.barplot(data=b, x='Scenario', y='Duration',
hue='Program', ci=None, palette=palette)
plt.tight_layout()
plt.show()
我認為最簡單的方法是在 Pallete 參數中使用列表。 調色板 = ['紅色','藍色','綠色']
以我的情況為例,我希望條形圖中有 4 種不同的顏色:
Data_Dictionary = {'Lattice':Total_Distance_Traveled_Lattice, 'A*':Total_Distance_Traveled_Astar, 'Public_Road':Total_Distance_Traveled_Public_Road, 'Open_Planner':Total_Distance_Traveled_Op }
data_items = Data_Dictionary.items()
data_List = list(data_items)
Planners_Total_Path_Df = pd.DataFrame(data_List)
Planners_Total_Path_Df.columns = ["Trajectory Planners", "Total Path"]
#clrs = ['Red' if Planners_Total_Path_Df['Trajectory Planners'][0] == 'Lattice' else 'blue']
sns.set_theme(style="whitegrid")
ax = sns.barplot(x= "Total Path", y= "Trajectory Planners" ,
data = Planners_Total_Path_Df,
palette=['Red', 'Black', 'Blue','Green'],
orient= 'h')
繪制的圖形在上面的鏈接中,只需單擊即可可視化
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.