在使用seaborn和Jupyter笔记本做一些练习问题时,我意识到distplot()图表没有文档中所有示例图表所具有的各个分箱的较暗轮廓.我尝试使用Pycharm创建图表并注意到同样的事情.认为这是一个seaborn问题,我尝试使用matplotlib的一些hist()图表,只是为了获得相同的结果.
import matplotlib.pyplot as plt
import seaborn as sns
titanic = sns.load_dataset('titanic')
plt.hist(titanic['fare'], bins=30)
Run Code Online (Sandbox Code Playgroud)
得到以下图表:
最后,我偶然发现了plt.hist()函数中的'edgecolor'参数,并将其设置为黑色就可以了.不幸的是我没有在seaborn distplot()函数中找到类似的参数,所以我仍然无法获得看起来应该如此的图表.
我考虑改变matplotlib中的rcParams,但我没有经验,我运行的以下脚本似乎什么也没做:
import matplotlib as mpl
mpl.rcParams['lines.linewidth'] = 1
mpl.rcParams['lines.color'] = 'black'
mpl.rcParams['patch.linewidth'] = 1
mpl.rcParams['patch.edgecolor'] = 'black'
mpl.rcParams['axes.linewidth'] = 1
mpl.rcParams['axes.edgecolor'] = 'black'
Run Code Online (Sandbox Code Playgroud)
我只是猜测我应该改变的价值,但再次运行我的图表显示没有变化.
然后我尝试使用mpl.rcdefaults()返回默认设置,但再一次,没有变化.
我使用conda重新安装matplotlib,但图表看起来仍然相同.我对如何更改这些图表的默认边缘颜色没有想法.我使用Conda构建运行最新版本的Python,matplotlib和seaborn.
如何在Seaborn中叠加两个图表?我的数据中有两列我想将它们放在同一个图表中.我怎样才能保留两个图的标签.
我有一个如下所示的数据集:
{'prediction': {5: 'c1',
4: 'c1',
3: 'c1',
2: 'c1',
0: 'c1',
1: 'c1',
7: 'c1',
6: 'c1'},
'variable': {5: 'ft1',
4: 'ft2',
3: 'ft3',
2: 'ft4',
0: 'ft5',
1: 'ft6',
7: 'ft7',
6: 'ft8'},
'value': {5: 0.020915912763961077,
4: 0.020388363414781133,
3: 0.007204373035913109,
2: 0.0035298765062560817,
0: -0.002049702058734183,
1: -0.004283512505036808,
7: -0.01882610282871816,
6: -0.022324439779323434}}
Run Code Online (Sandbox Code Playgroud)
我正在尝试制作一个可行的条形图,如下所示:
sns.barplot(data=x, x='value', y='variable',
hue='prediction', orient="h")
Run Code Online (Sandbox Code Playgroud)
但是,我希望条形是红色的。以下:
sns.barplot(data=x, x='value', y='variable',
hue='prediction', color='red', orient="h")
Run Code Online (Sandbox Code Playgroud)
为什么会变成灰色?我也尝试过多种其他颜色,但结果相同。如何将条形变为橙色?
我想在同一图中用不同的颜色绘制直方图和 kde 线。我想为直方图设置绿色,为 kde 线设置蓝色。我设法弄清楚使用 line_kws 来更改 kde 线条颜色,但 hist_kws 不适用于显示。我尝试过使用 histplot 但我无法为 hist 和线条设置不同的颜色。
我想在使用seaborn.
import numpy as np
import seaborn as sns
x = np.random.standard_normal(1000)
sns.distplot(x, kde = False)
Run Code Online (Sandbox Code Playgroud)
任何帮助,将不胜感激!