为什么Seaborn调色板不适用于熊猫条形图？

Question

演示代码和显示颜色差异的在线Jupyter笔记本位于：https://anaconda.org/walter/pandas_seaborn_color/notebook

当我使用dataframe方法绘制条形图时，颜色是错误的。Seaborn改进了matplotlib的调色板。matplotlib中的所有绘图自动使用新的Seaborn调色板。但是，数据帧中的条形图将恢复为非Seaborn颜色。这种行为是不一致的，因为熊猫数据帧中的线图确实使用了海生颜色。这使得我的情节看起来有不同的风格，即使我所有的情节都使用熊猫。

如何使用熊猫方法绘制，同时获得一致的海运调色板？

我在Python2.7中运行这个。11使用conda环境，该环境仅包含此代码所需的包（pandas、matplotlib和seaborn）。

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

df = pd.DataFrame({'y':[5,7,3,8]})

# matplotlib figure correctly uses Seaborn color palette
plt.figure()
plt.bar(df.index, df['y'])
plt.show()

# pandas bar plot reverts to default matplotlib color palette
df.plot(kind='bar')
plt.show()

# pandas line plots correctly use seaborn color palette 
df.plot()
plt.show()

Answer 1

这是pandas中一个专门针对条形图（我想也包括盒形图）的错误，在pandas master中已修复（请参阅报告问题和修复它的PR）
这将是0.18。0将在未来几周内发布。

Answer 2

归功于@mwaskom指向sns.color_palette（）。我正在寻找，但不知何故，我错过了它，因此最初的混乱与prop_cycle。

作为一种解决方案，您可以手动设置颜色。请注意，如果绘制一列或几列，颜色关键字参数的行为会有所不同。

df = pd.DataFrame({'x': [3, 6, 1, 2], 'y':[5, 7, 3, 8]})

df['y'].plot(kind='bar', color=sns.color_palette(n_colors=1))

df.plot(kind='bar', color=sns.color_palette())

我原来的答覆是：

prop_cycle = plt.rcParams['axes.prop_cycle']
df['y'].plot(kind='bar', color=next(iter(prop_cycle))['color'])
df.plot(kind='bar', color=[x['color'] for x in prop_cycle])