2

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

我想从视觉上调查差异，但我把情节搞砸了：

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（红紫色），点 5-9 是冷暖色（蓝-白-红），但是：

海运输出

所以，两个问题：

  1. 打电话sns.set_palette()后可以打电话plt.subplots吗？
  2. 有没有办法多次设置调色板？
4

1 回答 1

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在Axes创建时是什么，都是它将使用的。如果您想破解私有属性（请参阅此处），这是可以解决的，但我真的不建议这样做。

这是我在您的情况下可以提出的，使用一种可能并不广泛适用的稍微不同的方法：

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)

在此处输入图像描述

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有相当多的重叠，并不真正适合这些数据），因此可能值得从更简单的开始。

于 2014-09-17T15:55:50.837 回答