Seaborn散点图的“色调”颜色不正确

Question

我在给散点图标记着色时遇到了一些麻烦。我有一个简单的数据框，其中有一个值“pos”和另外两个值“af_min”和“af_max”。我想根据af_x和af_y的一些条件给标记上色，但是因为我没有任何列可以用作色调，所以我创建了自己的列“color”。

       pos      af_x      af_y  color 
0  3671023  0.200000  0.333333    2.0
1  4492071  0.176471  0.333333    2.0
2  4492302  0.222222  0.285714    2.0
3  4525905  0.298246  0.234043    2.0
4  4520905  0.003334  0.234043    1.0
5  4520905  0.400098  0.000221    0.0
6  4520905  0.001134  0.714043    1.0
7  4520905  0.559008  0.010221    0.0

现在，我创建了一个散点图，使用海运和海运调色板的方式：

sns。散点图（data=df，x=“af_x”，y=“af_y”，hue=“color”，palete=“hsv”，s=40，legend=False）

           #violet      #green      #orange
 colors = ['#747FE3', '#8EE35D', '#E37346']
 sns.set_palette(sns.color_palette(colors))

 sns.scatterplot(data = df,  x="af_x", y="af_y", hue="color", s=40, legend=False)

在这里，我放置了整个脚本，以便您可以复制它：

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns

lst = [[3671023, 0.200000, 0.333333], [4492071, 0.176471, 0.333333],
      [4492302, 0.222222, 0.285714], [4525905, 0.298246, 0.234043],
      [4520905, 0.003334, 0.234043], [4520905, 0.400098, 0.000221], 
      [4520905, 0.001134, 0.714043], [4520905, 0.559008, 0.010221]
      ]
df = pd.DataFrame(lst, columns =['pos', 'af_x', 'af_y'])

afMin=0.1
afMax=0.9

df['color']=np.nan
for index in df.index:
  afx=df.loc[index, "af_x"]
  afy=df.loc[index, "af_y"]
  if ((afx >= afMin and afx <= afMax) and (afy < afMin or afy > afMax)):
      df.loc[index, "color"] = 0
  elif ((afy >= afMin and afy <= afMax) and (afx < afMin or afx > afMax)):
      df.loc[index, "color"] = 1
  elif ((afy >= afMin and afy <= afMax) and (afx >= afMin or afx <= afMax)):
      df.loc[index, "color"] = 2

sns.scatterplot(data = df,  x="af_x", y="af_y", hue="color", palette = "hsv", s=40, 
legend=False)

plt.savefig("stack_why_hsv.png")

           #violet      #green      #orange
colors = ['#747FE3', '#8EE35D', '#E37346']
sns.set_palette(sns.color_palette(colors))

sns.scatterplot(data = df,  x="af_x", y="af_y", hue="color", s=40, legend=False)
plt.savefig("stack_why_personal.png")

感谢所有能帮忙的人！

Answer 1

第一个示例的问题是，hsv调色板在开始和结束时具有相同的颜色。这是因为“hsv”中的“h”是一个循环变量，从0到360度。Matplotlib默认使用3种颜色，在颜色范围内均匀分布，因此从开始使用红色，从中心使用青色，再从结束使用红色。因此，在这种情况下，hsv不是最合适的配色方案。请参见matplotlib的可用颜色贴图和seaborn的扩展。

对于第二个示例，sns。set_palette（）设置matplotlib的颜色循环，但seaborn本身并不总是使用它。当给定数字色调时，seaborn default默认选择rocketcolormap。从文件中：

色调（以及较小程度上的大小）语义的默认处理方式（如果存在）取决于是否推断变量来表示“数字”或“分类”数据。特别是，默认情况下，数字变量用顺序颜色映射表示，图例条目显示规则的“记号”，其值可能存在于数据中，也可能不存在于数据中。

使用自定义调色板的最简单方法是直接将其提供给函数（无需调用sns.color\u palete（），因为seaborn调色板内部只是颜色列表）：

colors = ['#747FE3', '#8EE35D', '#E37346']
sns.scatterplot(data = df,  x="af_x", y="af_y", hue="color", palette=colors, s=40)

PS:set\u调色板在色调分类时由scatterplot使用。这里有一个例子。我还添加了为选定行设置值的首选方法；这对于大型数据帧非常重要。请注意，数组上的布尔运算需要相当多的括号。

afMin = 0.1
afMax = 0.9

df['color'] = ""
afx = df["af_x"]
afy = df["af_y"]
df.loc[((afx >= afMin) & (afx <= afMax) & ((afy < afMin) | (afy > afMax))), "color"] = "a"
df.loc[((afy >= afMin) & (afy <= afMax) & ((afx < afMin) | (afx > afMax))), "color"] = "b"
df.loc[((afy >= afMin) & (afy <= afMax) & (afx >= afMin) & (afx <= afMax)), "color"] = "c"

colors = ['#747FE3', '#8EE35D', '#E37346']
sns.set_palette(sns.color_palette(colors))

sns.scatterplot(data=df, x="af_x", y="af_y", hue="color", s=40)