我有一些测试数据:
import numpy as np
x_data = np.arange(10)
y = np.random.rand(len(x_data))
具有不同的属性
ix1 = x_data < 5
ix2 = x_data >= 5
我想在视觉上调查这些差异,但我正在搞乱情节:
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_context('poster')
fig, ax = plt.subplots(figsize=(4, 4))
for i, x in enumerate(x_data):
if ix1[i]:
sns.set_palette('rainbow', sum(ix1))
if ix2[i]:
sns.set_palette('coolwarm', sum(ix2))
plt.plot(x, y[i], 'o', label='{}'.format(x))
plt.legend(loc='best', prop={'size': 6})
plt.show()
结果应该是点0-4是彩虹(红紫),点5-9是冷静(蓝白红),而是:
所以,有两个问题:
sns.set_palette()
后可以致电plt.subplots
吗?答案 0 :(得分:2)
不,由于matplotlib的工作方式,调色板是Axes
对象的属性,因此无论当前设置的调色板是什么,创建Axes
时它都是&#39 ; s将要使用。如果你想破解私有属性,可以解决这个问题(参见here),但我不建议这样做。
以下是我在您的案例中可以提出的方法,使用的方法可能不太广泛适用:
pal1 = sns.color_palette('rainbow', sum(ix1))
pal2 = sns.color_palette('coolwarm', sum(ix2))
fig, ax = plt.subplots(figsize=(4, 4))
ax.scatter(x_data[ix1], y[ix1], c=pal1, s=60, label="smaller")
ax.scatter(x_data[ix2], y[ix2], c=pal2, s=60, label="larger")
ax.legend(loc="lower right", scatterpoints=5)
FWIW,这种可视化感觉非常复杂且难以处理(并且您选择的两个调色板重叠相当多,并且不适合这些数据)因此可能值得从更简单的事情开始