如何使用渐变颜色为分布图的条形着色？

Posted 2023-03-12

【中文标题】如何使用渐变颜色为分布图的条形着色？

【英文标题】：How to color bars of a distribution plot using gradient colors?

【发布时间】：2018-01-13 07:58:15

【问题描述】：

我有以下数据框df：

time_diff   avg_trips_per_day
0.450000    1.0
0.483333    1.0
0.500000    1.0
0.516667    2.0
0.533333    5.0

然后我创建一个分布图如下ax = sns.distplot(df['time_diff'],hist="true"。

我想使用渐变为条形着色：应将较深的颜色分配给概率较高的值。

我尝试过这样做，但没有成功：

norm = plt.Normalize(df["time_diff"].values.min(), df["time_diff"].values.max())
colors = plt.cm.YlGnBu(norm(df_imh_unique["time_diff"])) 
ax = sns.distplot(df['time_diff'],hist="true", color=colors)

【参考方案1】：

在您的代码中，您尝试根据数据值本身为条形着色。但是，直方图显示了 bin 内值的频率。因此，您需要使用频率来确定条形的颜色。

这在分离直方图和绘图时更容易理解。

import numpy as np
import matplotlib.pyplot as plt

data = np.random.rayleigh(size=30)

hist, edges = np.histogram(data)

norm = plt.Normalize(hist.min(), hist.max())
colors = plt.cm.YlGnBu(norm(hist)) 

fig, ax = plt.subplots()
ax.bar(edges[:-1], hist, np.diff(edges), color=colors, ec="k", align="edge")

plt.show()

您可以将调用中的 bin 设置为 np.histogram，例如对于 0.1 个大箱子，你会使用

bins = np.arange(0, data.max()+0.1, 0.1)
hist, edges = np.histogram(data, bins=bins)

由于 seaborn distplot 结合了直方图和绘图这两个步骤，设置条形图的颜色只能在 创建图之后进行。这当然不是最优的，但为了完整起见，使用现有 distplot 的解决方案可能如下所示：

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

data = np.random.rayleigh(size=30)

ax = sns.distplot(data)

vals = np.array([rec.get_height() for rec in ax.patches])
norm = plt.Normalize(vals.min(), vals.max())
colors = plt.cm.YlGnBu(norm(vals))

for rec, col in zip(ax.patches, colors):
    rec.set_color(col)

plt.show()

【讨论】：

谢谢。如果我在开始时使用plt.figure(figsize=(14,8))，我无法调整此图的大小。它总是很小。

我还需要维护25 大小的垃圾箱。在我的代码中，我使用plt.xticks(np.arange(min(df_day_route_veh_counts['time_diff']), max(df_day_route_veh_counts['time_diff'])+100, 25.0))。我怎样才能使这种方法适合您的代码？

plt.subplots(figsize=(14,8)) 设置图形大小。 plt.xticks 不设置 bin 大小。它设置轴上刻度的位置。但它也适用于这段代码。如果要更改直方图的 bin 大小，需要使用 np.histogram 的 bins 参数。

我应该手动创建这些垃圾箱吗？我不能只说每个 bin 应该等于 0.1 吗？例如sns.distplot(df['time_diff'],hist="true" 和plt.xticks 的组合会根据plt.xticks 定义的距离自动创建分箱。

您可以指定 bin 数量或 bin 边缘。后一种情况显示在更新的答案中。