我已经学会了,如果需要进行特定的更改或详细的可视化,就不要使用seaborn,但是有时候感觉我没有完全利用它所提供的。
- 我有一系列二维切片,绘制聚类成员。
- 问题在于,在不同的情况下,存在的聚类数目会发生变化,这会导致seaborn重新设置颜色调色板,从而导致不同的聚类使用相同的颜色。
我想要具体指定seaborn的颜色调色板。我不确定是我漏掉了什么还是这是一些无法解决的细节,尤其是在使用facetgrid时。
df = pd.DataFrame()
df['I'] = np.full(20,1)
df['J'] = np.arange(0,20,1)
df['K'] = [1]*12 + [2]*8
df['CM_Hard'] = [1]*10 + [2] + [0] + [2]*8
df['Realization'] = ['p25']*10 + ['p50']*9 + ['p75']
for layer in df['K'].unique():
layer_data_slice = df.groupby('K').get_group(layer)
g = sns.FacetGrid(layer_data_slice, col="Realization",hue="CM_Hard")
g.map_dataframe(sns.scatterplot, x="I", y="J", s=50, marker='+', palette='deep')
g.add_legend()
g.fig.suptitle("Training Realizations, Layer: {}".format(int(layer)), size=16, y=1.05)
figure_title = 'Training_Layer_{}'.format(int(layer))
我尝试使用以下代码来定义调色板,但它并没有影响图表:
palette = {0:"tab:cyan", 1:"tab:orange", 2:"tab:purple"}
已经尝试使用"tab:color"、"color"和RGB参考,但都没有成功。更改时没有错误提示,但也没有实际效果。