我正在使用几个不同的Python库(bokeh
,seaborn
和matplotlib
)制作图表,但要保持相同的颜色方案。 我已经从bokeh中选择了分类调色板:
from bokeh.palettes import Category10 as palette
然后也在seaborn
和matplotlib
中使用它。 我的问题是,尽管在matplotlib
中,颜色似乎与bokeh
(在调色板中定义)非常相似,但seaborn
显示出比应该更暗的颜色(即较不饱和或脱色)。 我想知道它是否默认通过某种方式使任何颜色方案变暗,以及是否有任何方法可以避免这种情况。
以下是使用不同库制作相同条形图的代码
使用bokeh
:
source = pd.DataFrame({'names': ['exp_1', 'exp_2'], 'data':[3, 5], 'color':palette[10][:2]})
p = bokeh.plotting.figure(x_range=['exp_1', 'exp_2'], y_range=(0,6), plot_height=500, title="test")
p.vbar(x='names', top='data', width=0.9, legend_field="names", source=source, color='color')
p.xgrid.grid_line_color = None
p.legend.orientation = "horizontal"
p.legend.location = "top_center"
p.xaxis.major_label_text_font_size = '22pt'
p.yaxis.major_label_text_font_size = '22pt'
bokeh.io.show(p)
使用 matplotlib
:
# same palette both for seaborn and matplotlib (taken from bokeh palette)
sns_palette=sns.color_palette(palette[10])
fig, ax = plt.subplots()
plt.style.use('seaborn')
ax.set_xlabel('experiment', fontsize=20)
ax.tick_params(axis='both', which='major', labelsize=22)
ax.set_xticks([0, 1])
ax.set_xticklabels(['exp_1', 'exp_2'], fontsize=18)
ax.bar([0, 1], source['data'], align='center', color=sns_palette[:2])
使用 bokeh
进行数据可视化:
plt.figure()
ax = sns.barplot(x="names", y="data", data=source, palette=sns_palette[0:2])
ax.set_xlabel('experiment', fontsize=20)
ax.tick_params(axis='both', which='major', labelsize=18)
plt.tight_layout()
sns.set_style('white'); kwargs = {'alpha':1}; ax = sns.barplot(x="names", y="data", data=source, palette=sns_palette[0:2], **kwargs)
。 - Antoniobarplot
有一个名为saturation
的选项,默认值为0.75
。将其设置为1
可以避免所有饱和度:sns.barplot(..., saturation=1)
(不过,出于美学原因,文档建议进行一些去饱和处理)。 - JohanC