如何用颜色条替换线图图例
How to replace lineplot legend with a colorbar
当我运行下面的代码时,我得到一个情节:
tmp = sns.lineplot(
data=inf_algs_results_df,
x='alpha',
y='runtime',
hue='beta_rounded',
)
但是当我尝试用颜色条替换图例时,颜色条错误地反转了颜色!
tmp = sns.lineplot(
data=inf_algs_results_df,
x='alpha',
y='runtime',
hue='beta_rounded',
)
tmp.figure.colorbar(
mpl.cm.ScalarMappable(
norm=mpl.colors.Normalize(vmin=inf_algs_results_df['beta_rounded'].min(),
vmax=inf_algs_results_df['beta_rounded'].max(),
clip=False)),
label=r'$\beta$')
plt.show()
为什么颜色条会翻转,我该如何停止?
您可以明确地为 ScalarMappable
和 lineplot
设置颜色图。这样两者都使用相同的方式:
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
import numpy as np
alpha_range = np.arange(8)
beta_range = np.arange(11)
df = pd.DataFrame({'alpha': np.tile(alpha_range, len(beta_range)),
'runtime': np.random.rand(len(alpha_range), len(beta_range)).cumsum(axis=0).ravel(),
'beta': np.repeat(beta_range, len(alpha_range))})
cmap = plt.get_cmap('rocket_r')
ax = sns.lineplot(data=df,
x='alpha',
y='runtime',
hue='beta',
palette=cmap)
cbar = ax.figure.colorbar(mpl.cm.ScalarMappable(norm=mpl.colors.Normalize(vmin=df['beta'].min(),
vmax=df['beta'].max(),
clip=False),
cmap=cmap),
ticks=np.arange(df['beta'].min(), df['beta'].max() + 1),
label=r'$\beta$')
# cbar.ax.invert_yaxis() # optionally invert the yaxis of the colorbar
# ax.legend_.remove() # for testing purposes don't yet remove the legend
plt.tight_layout()
plt.show()
当我运行下面的代码时,我得到一个情节:
tmp = sns.lineplot(
data=inf_algs_results_df,
x='alpha',
y='runtime',
hue='beta_rounded',
)
但是当我尝试用颜色条替换图例时,颜色条错误地反转了颜色!
tmp = sns.lineplot(
data=inf_algs_results_df,
x='alpha',
y='runtime',
hue='beta_rounded',
)
tmp.figure.colorbar(
mpl.cm.ScalarMappable(
norm=mpl.colors.Normalize(vmin=inf_algs_results_df['beta_rounded'].min(),
vmax=inf_algs_results_df['beta_rounded'].max(),
clip=False)),
label=r'$\beta$')
plt.show()
为什么颜色条会翻转,我该如何停止?
您可以明确地为 ScalarMappable
和 lineplot
设置颜色图。这样两者都使用相同的方式:
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
import numpy as np
alpha_range = np.arange(8)
beta_range = np.arange(11)
df = pd.DataFrame({'alpha': np.tile(alpha_range, len(beta_range)),
'runtime': np.random.rand(len(alpha_range), len(beta_range)).cumsum(axis=0).ravel(),
'beta': np.repeat(beta_range, len(alpha_range))})
cmap = plt.get_cmap('rocket_r')
ax = sns.lineplot(data=df,
x='alpha',
y='runtime',
hue='beta',
palette=cmap)
cbar = ax.figure.colorbar(mpl.cm.ScalarMappable(norm=mpl.colors.Normalize(vmin=df['beta'].min(),
vmax=df['beta'].max(),
clip=False),
cmap=cmap),
ticks=np.arange(df['beta'].min(), df['beta'].max() + 1),
label=r'$\beta$')
# cbar.ax.invert_yaxis() # optionally invert the yaxis of the colorbar
# ax.legend_.remove() # for testing purposes don't yet remove the legend
plt.tight_layout()
plt.show()