如何使用渐变颜色为分布图的条形着色？

Question

我有以下数据框 df:

time_diff   avg_trips_per_day
0.450000    1.0
0.483333    1.0
0.500000    1.0
0.516667    2.0
0.533333    5.0

然后我创建一个分布图如下ax = sns.distplot(df['time_diff'],hist="true"。

我想使用渐变为条形着色：较深的颜色应分配给较高概率的值。

我试过这样做，但没有成功：

norm = plt.Normalize(df["time_diff"].values.min(), df["time_diff"].values.max())
colors = plt.cm.YlGnBu(norm(df_imh_unique["time_diff"])) 
ax = sns.distplot(df['time_diff'],hist="true", color=colors)

Answer 1

在您的代码中，您试图根据数据值本身为条形图着色。但是，直方图显示了 bin 内值的频率。因此，您需要使用频率来确定条形的颜色。

将直方图和绘图分开时，这更容易理解。

import numpy as np
import matplotlib.pyplot as plt

data = np.random.rayleigh(size=30)

hist, edges = np.histogram(data)

norm = plt.Normalize(hist.min(), hist.max())
colors = plt.cm.YlGnBu(norm(hist)) 

fig, ax = plt.subplots()
ax.bar(edges[:-1], hist, np.diff(edges), color=colors, ec="k", align="edge")

plt.show()

您可以将调用中的垃圾箱设置为 np.histogram，例如对于 0.1 个大垃圾箱，您将使用

bins = np.arange(0, data.max()+0.1, 0.1)
hist, edges = np.histogram(data, bins=bins)

由于 seaborn distplot 结合了直方图和绘图这两个步骤，因此只有在创建绘图后才能设置条形颜色。这当然不是最优的，但为了完整起见，使用现有 distplot 的解决方案可能如下所示：

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

data = np.random.rayleigh(size=30)

ax = sns.distplot(data)

vals = np.array([rec.get_height() for rec in ax.patches])
norm = plt.Normalize(vals.min(), vals.max())
colors = plt.cm.YlGnBu(norm(vals))

for rec, col in zip(ax.patches, colors):
    rec.set_color(col)

plt.show()

如何使用渐变颜色为分布图的条形着色？

How to color bars of a distribution plot using gradient colors?

python

matplotlib

python-2.7

pandas

seaborn