我有一些测试数据:
import numpy as np
x_data = np.arange(10)
y = np.random.rand(len(x_data))具有不同性质
ix1 = x_data < 5
ix2 = x_data >= 5我想从视觉上调查这些差异,但我把情节搞砸了:
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_context('poster')
fig, ax = plt.subplots(figsize=(4, 4))
for i, x in enumerate(x_data):
if ix1[i]:
sns.set_palette('rainbow', sum(ix1))
if ix2[i]:
sns.set_palette('coolwarm', sum(ix2))
plt.plot(x, y[i], 'o', label='{}'.format(x))
plt.legend(loc='best', prop={'size': 6})
plt.show()结果应该是0-4点是彩虹(红-紫),5-9点是冷温(蓝-白-红),但相反:

因此,有两个问题:
sns.set_palette()后调用plt.subplots可以吗?发布于 2014-09-17 15:55:50
不,由于matplotlib的工作方式,颜色调色板是Axes对象的一个属性,所以在创建Axes时,当前设置的调色板是什么都是它将要使用的。如果您想黑入私有属性(请参阅here),这是可能的,但我不建议这样做。
下面是我可以在您的案例中提出的,使用一种可能不太适用的不同方法:
pal1 = sns.color_palette('rainbow', sum(ix1))
pal2 = sns.color_palette('coolwarm', sum(ix2))
fig, ax = plt.subplots(figsize=(4, 4))
ax.scatter(x_data[ix1], y[ix1], c=pal1, s=60, label="smaller")
ax.scatter(x_data[ix2], y[ix2], c=pal2, s=60, label="larger")
ax.legend(loc="lower right", scatterpoints=5)

FWIW,这种可视化感觉非常复杂,很难处理(而且您选择的两个调色板重叠了相当多,并不适合这些数据),因此它可能值得从更简单的东西开始。
https://stackoverflow.com/questions/25894800
复制相似问题