小编My *_*ork的帖子

我正在尝试使用几个不同的库（bokeh、seaborn和matlotlib）在 Python 中绘制绘图，但保持相同的配色方案。我从 bokeh with: 中选择了分类调色板，
from bokeh.palettes import Category10 as palette
然后也在seaborn和中使用了它matplotlib。我的问题是，虽然matplotlib颜色看起来非常相似bokeh（如调色板中定义的），但seaborn显示出比应有的颜色明显更深的颜色（即饱和度较低或不饱和）。我想知道它是否默认对任何配色方案进行某种变暗，以及是否有任何方法可以避免这种情况。下面是使用不同库制作相同条形图的代码
使用bokeh：

source = pd.DataFrame({'names': ['exp_1', 'exp_2'], 'data':[3, 5], 'color':palette[10][:2]})
p = bokeh.plotting.figure(x_range=['exp_1', 'exp_2'], y_range=(0,6), plot_height=500, title="test")
p.vbar(x='names', top='data', width=0.9,  legend_field="names", source=source, color='color')
p.xgrid.grid_line_color = None
p.legend.orientation = "horizontal"
p.legend.location = "top_center"
p.xaxis.major_label_text_font_size = '22pt'
p.yaxis.major_label_text_font_size = '22pt'
bokeh.io.show(p)

使用matplotlib：

# same palette both for seaborn and matplotlib …

我已经成功安装了 skimage 软件包，但是当我尝试导入

from skimage.feature import graycomatrix, graycoprops

它会导致错误：

cannot import name 'graycomatrix' from 'skimage.feature' (/Users/ain/opt/anaconda3/lib/python3.8/site-packages/skimage/feature/__init__.py)

我有一个关于seaborn的问题kdeplot。可以histplot设置他们想要的统计数据kde（计数、频率、密度、概率），如果与参数一起使用，它也适用于kdeplot. kdeplot但是，如果我只想使用概率进行 kde 图估计，我还没有找到如何直接更改它的方法。histplot或者，如果可以关闭酒吧，应该会得到相同的结果，但我也没有发现。那么如何才能做到这一点呢？

举一些直观的例子，我只想有红色曲线，即。要么将参数传递给kdeplotuse probabilities，要么从 中删除栏histplot：

import seaborn

penguins = sns.load_dataset("penguins")
sns.histplot(data=penguins, x="flipper_length_mm", kde=True, stat="probability", color="r", label="probabilities")
sns.kdeplot(data=penguins, x="flipper_length_mm", color="k", label="kde density")
plt.legend()

多谢。

抱歉，我是 python 和统计新手。我对函数typ中的感到好奇anova_lm()。典型 1、2、3 是什么意思以及它们有何不同？这是所使用的示例代码typ=2。

aov_table = sm.stats.anova_lm(results, typ=2)
aov_table

我有 pandas 数据框，其中我在两个类别（正、负）中嵌套了 4 个类别（50,60,70,80），并且我想使用基于列的 seaborn kdeplot（例如，A_mean...）进行绘图通过...分组。我想要实现的是这个（这是通过将 pandas 拆分到一个列表来完成的）。我浏览了几篇文章，此代码（Seaborn 中的多个单图与 pandas groupby 数据）适用于一个级别，但如果我想为每个 Game_RS 绘制此代码，则不适用于两个级别：

for i, group in df_hb_SLR.groupby('Condition'):
    sns.kdeplot(data=group['A_mean_per_subject'], shade=True, color='blue', label = 'label name')

我尝试使用这个（Seaborn groupby pandas Series），但第一个答案对我不起作用：

sns.kdeplot(df_hb_SLR.A_mean_per_subject, groupby=df_hb_SLR.Game_RS)

AttributeError: 'Line2D' object has no property 'groupby'

以及我无法做出的关键答案。有没有直接来自seaborn的方法或者直接来自pandas Dataframe的更好方法？

我的数据可以在此链接下以 csv 格式访问——数据，我照常加载它们：

df_hb_SLR = pd.read_csv('data.csv')

谢谢你的帮助。

我有以下问题：在 df 中，我想选择特定的行和特定的列，并在此选择中获取第一个n元素并为其分配新值。天真地，我认为下面的代码应该可以完成这项工作：

import seaborn as sns
import pandas as pd

df = sns.load_dataset('tips')
df.loc[df.day=="Sun", "smoker"].iloc[:4] = "Yes"

loc和都iloc应该返回 df 的视图，并且该值应该被覆盖。但是，数据框不会改变。为什么？

我知道如何解决这个问题 - 首先使用 来创建一个新的 df loc，然后使用更改值iloc并更新回原始 df （如下所示）。

但是a）我认为这不是最佳的，b）我想知道为什么顶级解决方案不起作用。为什么它返回一个副本而不是视图的视图？

替代解决方案：

df = sns.load_dataset('tips')
tmp = df.loc[df.day=="Sun", "smoker"]
tmp.iloc[:4] = "Yes"
df.loc[df.day=="Sun", "smoker"] = tmp

注意：我已经阅读了文档、这篇非常棒的文章和这个问题，但他们没有解释这一点。df.loc[mask,"z]他们关心的是和链式之间的区别df["z"][mask]。

我试图找出我的代码有什么问题。

我想加载包含 Alpha 通道的图像，官方网站的描述如下：

cv.IMREAD_UNCHANGED：如果设置，则按原样返回加载的图像（带有 Alpha 通道，否则会被裁剪）。

这是我的尝试：

import cv2 as cv 

img2 = cv.imread( 'lbj.jpg' , cv.IMREAD_UNCHANGED)

img2.shape

结果显示：(350, 590, 3)

不是应该的吗(350,590,4)？

谢谢！

我一直在玩 plt.legend() 和 ax.legend() 以及来自seaborn本身的图例，我想我错过了一些东西。

我的第一个问题是，有人可以向我解释一下它们是如何结合在一起的，它们是如何工作的，如果我有次要情节，什么比什么更好？意思是我可以设置一个一般定义（例如，在此位置的所有子图中都有这个图例），然后为特定子图覆盖这个定义（例如通过 ax.legend() ）？

我的第二个问题很实际，也展示了我的问题。我们以seaborn Smokers数据集来说明一下：

import seaborn as sns
import matplotlib.pyplot as plt
tips = sns.load_dataset("tips")

# define sizes for labels, ticks, text, ...
# as defined here /sf/ask/272998631/
SMALL_SIZE = 10
MEDIUM_SIZE = 14
BIGGER_SIZE = 18

plt.rc('font', size=SMALL_SIZE)          # controls default text sizes
plt.rc('axes', titlesize=SMALL_SIZE)     # fontsize of the axes title
plt.rc('axes', labelsize=BIGGER_SIZE)    # fontsize of the x and y labels
plt.rc('xtick', labelsize=MEDIUM_SIZE)    # fontsize of the tick labels
plt.rc('ytick', labelsize=MEDIUM_SIZE)    # fontsize …

这不是Notebook Validation Failed的副本。

我有一个 Jupyter ntb，它直到最近都运行良好。无论我做什么，我都会遇到那些正在改变的错误（我附上了一些例子），我用 ntb 做什么并不重要（我尝试重新启动内核，重新启动 Jupyter）。此外，它仅发生在此 ntb 中，即使在同一会话中同时运行，也不会发生在其他 ntb 中。我试图搜索，但找不到任何东西。我在 Jupyter 中得到的是：

其中有很多，相似但不同：

The save operation succeeded, but the notebook does not appear to be valid. The validation error was:
Notebook validation failed: Non-unique cell id 'geological-poker' detected. Corrected to 'front-hampshire'.:
"<UNKNOWN>"

或其他：

Notebook validation failed: Non-unique cell id 'medieval-nebraska' detected. Corrected to 'stock-eating'.:
"<UNKNOWN>"

Notebook validation failed: Non-unique cell id 'intense-award' detected. Corrected to 'blocked-garage'.:
"<UNKNOWN>"

我在终端得到的是：

Notebook JSON is invalid: Non-unique cell id …

这个问题的灵感来自于R 中 pheatmap 的中断。问题是我是否可以定义我的着色和分箱在seaborn的热图中的“粗糙”程度、连续/离散程度。我找到了一种使用 cmap 和使用的颜色数量来做到这一点的方法（例如，seaborn 热图中的离散图例）。但是，我不知道这些颜色组的分配是如何完成的。

所以问题是，如果我使用 cmap 并强制 seaborn 仅使用一组离散的 colors=bins，数据如何分箱？我怎样才能手动设置它？例如。对于 R，我可以将中断设置为从 0 到 800，步长为 100，并将其传递给“breaks”参数。

中断列表 = seq(0, 800, by = 100)

如果我的比例是线性的，那么使用 cmap 和颜色数量非​​常简单，但如果我想让 bins=colorbar 对数或只是不等距，我该怎么做？

为了举一个具体的例子，我举一个航班数据集的例子。左边是原来的默认图，右边是我选择 5 种颜色来组成 5 个 bin。那么如何定义这些垃圾箱的边缘呢？我可以重置它们，以便我有例如。垃圾箱 0-200、200-300、300-400、400-600、600 以上？（我故意使用不等的垃圾箱来表达我的意思。）

# choose 5 colours to create 5 bins
cmap = sns.color_palette('rocket', n_colors=5)

# run this without the cmap argument to get the first image
flights = sns.load_dataset("flights")
flights = flights.pivot("month", …

我有一个pm2_5数据帧数据，我使用matplotlib scatterplot. 我想在不同的y 值处插入多条水平线，我通过为每个不同的y值手动调用 '''ax.axhline''' 函数来实现。有没有办法让整个过程自动化？

# making a graph with delineated health levels of pm2.5 in the year 2015
fig, ax=plt.subplots(figsize=(10,7));
pm2_5.plot(kind='scatter',x='S_no',y='pm2_5',c='pm2_5',ax=ax, cmap='tab20b');
ax.axhline(y=150,linestyle ='--')
ax.axhline(y=100,linestyle ='--')
ax.axhline(y=200,linestyle ='--')
ax.axhline(y=300,linestyle ='--')

它应该是这样的：