带有热图调色板的条形图

Question

我使用 matplotlib.pyplot 和 seaborn 库创建了一个简单的条形图。是否可以更改条形的配色方案，使对应于较高计数的条形具有较深的红色，而低计数的条形具有浅红色？因此，某种适用于条形图的热图。我该怎么做？目前，我的计数图中有随机颜色。

df =
    DeviceId   Speed
    1          30
    1          35 
    1          31
    2          20
    2          25
    3          80

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

%matplotlib inline

result = df.groupby(["DeviceId"])['Speed'].aggregate(np.median).reset_index()

plt.figure(figsize=(12,8))
sns.barplot(x="DeviceId", y="Speed", data=result)
plt.ylabel('Median speed', fontsize=12)
plt.xlabel('Device ID', fontsize=12)
plt.xticks(rotation='vertical')
plt.show()

更新：

我试过这个：

sns.barplot(x="DeviceId", y="Speed", data=result, palette=sns.cubehelix_palette(8))

但较深的颜色并不对应于较高的计数。看起来颜色是使用预定义的调色板随机分配给条形的。

Answer 1

您可以通过定义具有最小和最大数据值的规范化实例来根据颜色图获取颜色，并使用此规范化和选择的颜色图将数据映射到颜色。在这里，使用反向铜图可能有意义（参见colormap reference）

norm = plt.Normalize(result["Speed"].values.min(), result["Speed"].values.max())
colors = plt.cm.copper_r(norm(result["Speed"]))

然后您可以在条形图中使用这些颜色

sns.barplot(x="DeviceId", y="Speed", data=result, palette=colors)

重现上述内容的完整代码：

u = u"""DeviceId   Speed
    1          30
    1          35 
    1          31
    2          20
    2          25
    3          80"""

import io
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

#%matplotlib inline

df = pd.read_csv(io.StringIO(u), delim_whitespace=True)
result = df.groupby(["DeviceId"])['Speed'].aggregate(np.median).reset_index()

norm = plt.Normalize(result["Speed"].values.min(), result["Speed"].values.max())
colors = plt.cm.copper_r(norm(result["Speed"]))

plt.figure(figsize=(12,8))
sns.barplot(x="DeviceId", y="Speed", data=result, palette=colors)
plt.ylabel('Median speed', fontsize=12)
plt.xlabel('Device ID', fontsize=12)
plt.xticks(rotation='vertical')
plt.show()

从 0 开始规范化也可能对任何顺序颜色图产生很好的效果，

norm = plt.Normalize(0, result["Speed"].values.max())
colors = plt.cm.Purples(norm(result["Speed"]))

Answer 2

对于 Python 3.x 必须调整标准步骤：

u = u"""DeviceId   Speed
    1          01
    1          09
    1          31
    2          20
    2          25
    3          80"""

import io
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
#%matplotlib inline
sns.set(font_scale=1.5)

df     = pd.read_csv(io.StringIO(u), delim_whitespace=True)
result = df.groupby(["DeviceId"])['Speed'].aggregate(np.median).reset_index()

norm   = plt.Normalize(0, result["Speed"].values.max())
colors = plt.cm.RdYlGn(   result["Speed"].apply(norm ))

fig    = plt.figure(figsize=(12,8))
ax     = sns.barplot(x="DeviceId", y="Speed", data=result, palette=colors,  )

_ = plt.ylabel('Median speed', fontsize=12)
_ = plt.xlabel('Device ID'   , fontsize=12)
_ = plt.xticks(rotation= 90 )
plt.show()

带有热图调色板的条形图

Bar plot with heatmap color palette

python

matplotlib

pandas

seaborn