【Python】catplot如何自定义颜色？

不念不忘少年蓝@ 2023-10-08 22:39 14阅读 0赞

#### 文章目录 ####

*  一、catplot函数
 *  二、catplot怎么控制颜色？
 *   *  2.1 不自定义颜色
     *  2.2 自定义颜色
 *  三、catplot如何选取颜色
 *  四、调色板怎么显示颜色

## 一、catplot函数 ##

catplot() 函数是 Seaborn 中一个非常有用的函数，它可以绘制分类变量的图形，并可以根据另一个或多个变量进行分组。catplot() 函数是一个包装函数，可以基于不同的图形类型来创建适当的图形。

默认情况下，catplot() 函数绘制的是分类变量的柱形图，但也可以使用 kind 参数指定其他类型的图形，例如点图、箱形图、小提琴图等。以下是一个使用 catplot() 函数绘制柱形图的例子：

import seaborn as sns
    
    # 使用 Seaborn 内置数据集 "tips"
    tips = sns.load_dataset("tips")
    
    # 绘制分类变量的柱形图
    sns.catplot(x="day", y="total_bill", data=tips)

![在这里插入图片描述][0c72d53cc80242169ec62c0f30334364.png]  
在上述代码中，我们使用 Seaborn 内置的 load\_dataset() 函数加载了一个名为 “tips” 的数据集，然后使用 catplot() 函数绘制了一个分类变量的柱形图。这里我们将 “day” 列作为 x 轴，“total\_bill” 列作为 y 轴。

除了 kind 参数外，catplot() 函数还可以使用其他一些参数来控制图形的外观和行为，例如 hue 参数可以根据另一个变量对数据进行分组，并用不同的颜色表示每个组；col 和 row 参数可以根据另一个变量对数据进行分组，并在多个子图中绘制每个组的图形。例如，以下是一个使用 hue 参数对数据进行分组的例子：

import seaborn as sns
    
    # 使用 Seaborn 内置数据集 "tips"
    tips = sns.load_dataset("tips")
    
    # 根据 "smoker" 列对数据进行分组，并使用不同的颜色表示每个组
    sns.catplot(x="day", y="total_bill", hue="smoker", data=tips)

![在这里插入图片描述][3d3807482f374bd1a66b6dd5cffb922d.png]  
在上述代码中，我们使用 hue 参数根据 “smoker” 列对数据进行分组，并使用不同的颜色表示每个组。这里我们仍然将 “day” 列作为 x 轴，“total\_bill” 列作为 y 轴。

## 二、catplot怎么控制颜色？ ##

### 2.1 不自定义颜色 ###

在 Seaborn 中，您可以使用 hue 参数来控制颜色。hue 参数允许您基于另一个分类变量来着色数据，并在同一个图中展示不同分类变量之间的关系。以下是一个简单的例子，展示如何使用 hue 参数控制颜色：

![在这里插入图片描述][086b8bc7c31745b09685a5e65e0f2121.png]  
在上面的代码中，我们将 “class” 作为 x 轴，“survived” 作为 y 轴，使用 hue 参数基于 “sex” 变量来着色数据，并使用 “bar” 类型绘制条形图。

### 2.2 自定义颜色 ###

如果您想自定义颜色，可以使用 Seaborn 中的 palette 参数来指定颜色映射。palette 参数可以使用 Seaborn 内置的颜色映射，也可以是一个字典，将分类变量映射到指定的颜色。以下是一个简单的例子，展示如何使用 palette 参数自定义颜色：

import seaborn as sns
    import matplotlib.pyplot as plt
    
    # 加载Seaborn内置数据集
    titanic = sns.load_dataset("titanic")
    
    # 定义自定义颜色映射
    my_palette = {
        "male": "b", "female": "r"}
    
    # 使用sns.catplot()方法绘制子图，并使用palette参数自定义颜色
    sns.catplot(x="class", y="survived", hue="sex", data=titanic, kind="bar", palette=my_palette)
    
    # 显示图像
    plt.show()

![在这里插入图片描述][2897d43e5ab945478151a6f72a2f46c3.png]  
在上面的代码中，我们定义了一个自定义颜色映射，将 “male” 分类变量映射到蓝色，将 “female” 分类变量映射到红色，并使用 palette 参数指定自定义颜色映射。

## 三、catplot如何选取颜色 ##

Seaborn 中的 catplot 函数提供了多个内置的调色板来为图形中的分类变量着色。通过设置 palette 参数，可以使用这些预定义的调色板来生成漂亮的颜色。以下是几种在 catplot 中使用的常见调色板：

*  deep: 包含8种颜色的暗色调色板，用于着色深度较深的图形。
 *  pastel: 包含8种颜色的淡色调色板，用于着色深度较浅的图形。
 *  bright: 包含8种颜色的亮色调色板，用于强调图形中的重要信息。
 *  dark: 包含8种颜色的暗色调色板，用于着色深度较深的图形。
 *  colorblind: 包含8种颜色的调色板，旨在为色觉受损人士提供最大的可区分性。

使用 sns.color\_palette() 函数，可以查看和调用这些内置的调色板。例如，要使用 “deep” 调色板，可以将 palette 参数设置为 sns.color\_palette(“deep”)。以下是一个简单的例子：

import seaborn as sns
    import matplotlib.pyplot as plt
    
    # 加载Seaborn内置数据集
    titanic = sns.load_dataset("titanic")
    
    # 使用sns.catplot()方法绘制子图，并使用deep调色板
    sns.catplot(x="class", y="survived", hue="sex", data=titanic, kind="bar", palette=sns.color_palette("deep"))
    
    # 显示图像
    plt.show()

![在这里插入图片描述][c5320aae9fdf4670a74de278f9db0f55.png]

在上面的代码中，我们使用 sns.color\_palette(“deep”) 函数调用 “deep” 调色板，并将其传递给 palette 参数，以着色条形图。

除了内置的调色板之外，Seaborn 还提供了其他一些有用的函数，用于生成自定义调色板。例如，使用 sns.color\_palette(\[“\#FF0B04”, “\#4374B3”\]) 函数可以创建一个包含红色和蓝色的自定义调色板。

总之，Seaborn 提供了多种方法来为 catplot 中的分类变量着色，您可以根据需要选择合适的调色板。

## 四、调色板怎么显示颜色 ##

Seaborn 中的调色板是一组预定义的颜色列表，可以用于对图形进行着色。Seaborn 提供了一些有用的函数来可视化这些调色板中的颜色，其中最常用的函数是 sns.palplot()。

sns.palplot() 函数可以将给定调色板中的所有颜色可视化为颜色条。该函数的参数为一个调色板对象，可以是 Seaborn 内置的调色板，也可以是自定义的调色板。以下是一个使用 sns.palplot() 函数可视化 “deep” 调色板的例子：

import seaborn as sns
    
    # 可视化Seaborn内置调色板"deep"
    sns.palplot(sns.color_palette("deep"))

![在这里插入图片描述][e0987c2e52d94a338ffeace00ff3a2dd.png]  
上述代码将会绘制一个包含 “deep” 调色板中所有颜色的颜色条，每个颜色都代表了该调色板中的一个颜色。可以根据需要使用 sns.palplot() 函数可视化不同的调色板。

另外，Seaborn 还提供了 sns.color\_palette() 函数，该函数返回一个颜色列表，可以用于手动设置图形中的颜色。可以使用 sns.color\_palette() 函数返回的颜色列表来自定义 Seaborn 中的图形颜色。例如，以下是一个使用 sns.color\_palette() 函数手动设置颜色的例子：

import seaborn as sns
    import matplotlib.pyplot as plt
    
    # 使用自定义调色板
    my_palette = sns.color_palette(["#FF0B04", "#4374B3"])
    
    # 绘制柱状图，并使用自定义调色板
    sns.barplot(x="day", y="total_bill", data=tips, palette=my_palette)
    
    # 显示图像
    plt.show()

![在这里插入图片描述][1827e7d68c2b4fef84ace52396cd708d.png]  
在上述代码中，我们使用 sns.color\_palette(\[“\#FF0B04”, “\#4374B3”\]) 函数创建一个包含红色和蓝色的自定义调色板，并将其传递给 sns.barplot() 函数中的 palette 参数以设置图形颜色。

[0c72d53cc80242169ec62c0f30334364.png]: https://img-blog.csdnimg.cn/0c72d53cc80242169ec62c0f30334364.png
[3d3807482f374bd1a66b6dd5cffb922d.png]: https://img-blog.csdnimg.cn/3d3807482f374bd1a66b6dd5cffb922d.png
[086b8bc7c31745b09685a5e65e0f2121.png]: https://img-blog.csdnimg.cn/086b8bc7c31745b09685a5e65e0f2121.png
[2897d43e5ab945478151a6f72a2f46c3.png]: https://img-blog.csdnimg.cn/2897d43e5ab945478151a6f72a2f46c3.png
[c5320aae9fdf4670a74de278f9db0f55.png]: https://img-blog.csdnimg.cn/c5320aae9fdf4670a74de278f9db0f55.png
[e0987c2e52d94a338ffeace00ff3a2dd.png]: https://img-blog.csdnimg.cn/e0987c2e52d94a338ffeace00ff3a2dd.png
[1827e7d68c2b4fef84ace52396cd708d.png]: https://img-blog.csdnimg.cn/1827e7d68c2b4fef84ace52396cd708d.png