如何在 kdeplot 中添加颜色条

Question

我想使用seaborn.kdeplot创建一个带有侧边色条的核密度估计图。

import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np; np.random.seed(10)
import seaborn as sns; sns.set(color_codes=True)

mean, cov = [0, 2], [(1, .5), (.5, 1)]
x, y = np.random.multivariate_normal(mean, cov, size=50).T
sns.kdeplot(x, y ,shade=True)
plt.show()

在创建核密度估计时，我不知道如何创建颜色条。我尝试使用plt.colorbar()但没有成功。

- Panzerritter

---

请参见 https://github.com/mwaskom/seaborn/issues/312 - Bart

@Bart 的问题已经关闭，现在已经实现了，请查看下面的链接：[https://dev59.com/DZrga4cB1Zd3GeqPnX1-#62151872] - imbr

Answer 1

现在它已经实现了！参数cbar=True。

您还可以使用shade_lowest=False来不对第一级进行着色。

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

x, y = np.random.randn(2, 300)
sns.kdeplot(x=x, y=y, zorder=0, n_levels=6, shade=True, 
    cbar=True, shade_lowest=False, cmap='viridis')

- imbr

Answer 2

您需要直接调用scipy KDE和matplotlib等高线函数，但只需稍微添加一些额外的代码：

import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np; np.random.seed(10)
import seaborn as sns; sns.set(color_codes=True)
from scipy import stats

mean, cov = [0, 2], [(1, .5), (.5, 1)]
data = np.random.multivariate_normal(mean, cov, size=50).T

kde = stats.gaussian_kde(data)
xx, yy = np.mgrid[-3:3:.01, -1:4:.01]
density = kde(np.c_[xx.flat, yy.flat].T).reshape(xx.shape)

f, ax = plt.subplots()
cset = ax.contourf(xx, yy, density, cmap="viridis")
f.colorbar(cset)

- mwaskom

---

只是出于好奇，sns.kdeplot 返回 Axes 实例时同时返回 cset 会有多难？ - tmdavison

虽然在技术上实现并不困难，但这将违反所有轴级 seaborn 函数的预期行为，并且会破坏任何使用返回值的现有代码。在我看来，如果 matplotlib 像其他绘图对象（线条、集合等）一样将 cset 添加到轴对象中，那将是更可取的。 - mwaskom

我明白了。谢谢你的回复。 - tmdavison