用于seaborn.kdeplot的Colorbar

Question

我想用Seaborn.kdeplot创建一个Kernel-Density-Estimation，旁边有一个颜色条。

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()

在创建内核密度估算时，我不知道如何创建颜色条。我试过用     plt.colorbar（） 没有成功。

Answer 1

你必须直接调用scipy KDE和matplotlib轮廓函数，但它只是一些额外的代码：

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)

Answer 2

现在已实现！参数cbar=True。

您也可以使用shade_lowest=False不遮蔽第一级。

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

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