如何获取没有填充的联合图标记

Question

matplotlib.pyplot.scatter()有一个facecolors=None参数将使数据点看起来内部是空心的。如何获得相同的外观seaborn.jointplot()？在早期版本的seaborn中也发现了相同的论点，但由于某种原因在最新版本（0.11）中被删除。

Answer 1

• 由于seaborn是 的高级 API matplotlib，因此这似乎反映了 中的功能matplotlib

• 根据JointGrid 文档中的示例，参数为fc。要使用fc，ec也应该使用。

  • 指定fc='none'，而不指定ec，将导致空白标记。

  • fc: facecolor, ec: edgecolor

• 'None'两者'none'都有效，但不是None。

• 测试于python 3.11.3, matplotlib 3.7.1,seaborn 0.12.2

import seaborn as sns

# load data

df = sns.load_dataset("penguins", cache=False)

# plot

g = sns.jointplot(data=df, x="bill_length_mm", y="bill_depth_mm",

                  ec="purple", fc="none", color='purple')

• 当hue用于 时seaborn v0.12，fc=似乎不起作用。

import seaborn as sns

import matplotlib as mpl

# load data

df = sns.load_dataset("penguins")

# create a palette dict with a known color_palette

species = df.species.unique()

palette = dict(zip(species, sns.color_palette(palette='crest', n_colors=len(species))))

# ec requires a single value or a list of values

ec = df.species.map(palette)

# plot

g = sns.jointplot(data=df, x="bill_length_mm", y="bill_depth_mm", ec=ec, hue='species', palette=palette, linewidth=1)

# get the join axes; not the margins

ax_joint = g.ax_joint

# iterate throught axes children

for c in ax_joint.get_children():

    # set the facecolor to none

    if type(c) == mpl.collections.PathCollection:    

        c.set_facecolor('none')

# also change the legend

kws = {"s": 70, "facecolor": "none", "linewidth": 1.5}

handles, labels = zip(*[

    (plt.scatter([], [], ec=color, **kws), key) for key, color in palette.items()

])

ax_joint.legend(handles, labels, title="cat")

• 使用marker="$\circ$"产生这个情节。

g = sns.jointplot(data=df, x="bill_length_mm", y="bill_depth_mm",  hue='species', palette=palette, marker="$\circ$", s=100)

---

• 这似乎seaborn v0.12不起作用

• 如果使用该参数，则需要不止一种颜色。但是，对于超过几种颜色的任何颜色， 通过将传递到的列中的唯一值压缩到已知的调色板，可以更轻松地创建。echue=palettehue

  • 如果使用连续调色板，指定n_colors将生成palette具有更好的颜色区分的颜色。

  • 'tab10'是默认值

  • palette = dict(zip(df.species.unique(), sns.color_palette('tab10')))

  • species = df.species.unique()和palette = dict(zip(species, sns.color_palette('crest', n_colors=len(species))))

# plot
g = sns.jointplot(data=df, x="bill_length_mm", y="bill_depth_mm",
                  hue='species', ec=ec, fc="none", palette=palette)

调色板

'Accent', 'Accent_r', 'Blues', 'Blues_r', 'BrBG', 'BrBG_r', 'BuGn', 'BuGn_r', 'BuPu'

'BuPu_r', 'CMRmap', 'CMRmap_r', 'Dark2', 'Dark2_r', 'GnBu', 'GnBu_r', 'Greens', 'Greens_r'

'Greys', 'Greys_r', 'OrRd', 'OrRd_r', 'Oranges', 'Oranges_r', 'PRGn', 'PRGn_r', 'Paired'

'Paired_r', 'Pastel1', 'Pastel1_r', 'Pastel2', 'Pastel2_r', 'PiYG', 'PiYG_r', 'PuBu'

'PuBuGn', 'PuBuGn_r', 'PuBu_r', 'PuOr', 'PuOr_r', 'PuRd', 'PuRd_r', 'Purples', 'Purples_r'

'RdBu', 'RdBu_r', 'RdGy', 'RdGy_r', 'RdPu', 'RdPu_r', 'RdYlBu', 'RdYlBu_r', 'RdYlGn'

'RdYlGn_r', 'Reds', 'Reds_r', 'Set1', 'Set1_r', 'Set2', 'Set2_r', 'Set3', 'Set3_r'

'Spectral', 'Spectral_r', 'Wistia', 'Wistia_r', 'YlGn', 'YlGnBu', 'YlGnBu_r', 'YlGn_r'

'YlOrBr', 'YlOrBr_r', 'YlOrRd', 'YlOrRd_r', 'afmhot', 'afmhot_r', 'autumn', 'autumn_r'

'binary', 'binary_r', 'bone', 'bone_r', 'brg', 'brg_r', 'bwr', 'bwr_r', 'cividis'

'cividis_r', 'cool', 'cool_r', 'coolwarm', 'coolwarm_r', 'copper', 'copper_r', 'crest'

'crest_r', 'cubehelix', 'cubehelix_r', 'flag', 'flag_r', 'flare', 'flare_r', 'gist_earth'

'gist_earth_r', 'gist_gray', 'gist_gray_r', 'gist_heat', 'gist_heat_r', 'gist_ncar'

'gist_ncar_r', 'gist_rainbow', 'gist_rainbow_r', 'gist_stern', 'gist_stern_r', 'gist_yarg'

'gist_yarg_r', 'gnuplot', 'gnuplot2', 'gnuplot2_r', 'gnuplot_r', 'gray', 'gray_r'

'hot', 'hot_r', 'hsv', 'hsv_r', 'icefire', 'icefire_r', 'inferno', 'inferno_r', 'jet'

'jet_r', 'magma', 'magma_r', 'mako', 'mako_r', 'nipy_spectral', 'nipy_spectral_r'

'ocean', 'ocean_r', 'pink', 'pink_r', 'plasma', 'plasma_r', 'prism', 'prism_r', 'rainbow'

'rainbow_r', 'rocket', 'rocket_r', 'seismic', 'seismic_r', 'spring', 'spring_r', 'summer'

'summer_r', 'tab10', 'tab10_r', 'tab20', 'tab20_r', 'tab20b', 'tab20b_r', 'tab20c'

'tab20c_r', 'terrain', 'terrain_r', 'turbo', 'turbo_r', 'twilight', 'twilight_r', 'twilight_shifted'

'twilight_shifted_r', 'viridis', 'viridis_r', 'vlag', 'vlag_r', 'winter', 'winter_r'

Answer 2

如果您希望能够利用该hue参数，首先，定义您的颜色图。其次，设置适当的色调并在调色板和边缘颜色参数中指定颜色图。

penguins = sns.load_dataset("penguins")

colormap = {"Adelie": "purple", "Chinstrap": "orange", "Gentoo": "green"}

sns.jointplot(

    data=penguins,

    x="bill_length_mm",

    y="bill_depth_mm",

    hue="species",

    palette=colormap,

    ec=penguins["species"].map(colormap),

    fc="none",

)