如何使用seaborn修复数值相同的条形的颜色密度问题？

Question

我有这个代码：

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


fig = plt.figure(1)
sns.set(style="whitegrid", color_codes=True)
data=departments.value_counts()[:10]
pal = sns.color_palette("Blues_d", len(data))
rank = data.argsort().argsort()   
sns.barplot(y=data.index, x=data, palette=np.array(pal[::1])[rank])
plt.title("Top departments", y=1.02)

fig.savefig('Top_departments', bbox_inches='tight', dpi=300)

我的数据如下所示：

Chemistry                                19
Computer Science                         13
Physics                                  10
Epidemiology and Biostatistics            8
Psychology                                8
Mechanical and Industrial Engineering     8
Sociology                                 7
Academic                                  7
Bioengineering                            7
Biochemistry and Molecular Genetics       6

附图。问题是，我得到了不同深浅蓝色的条形图，例如:社会学，学术和生物工程，而它们应该是相同的深浅，因为它们有相同的数值。

​

​

Answer 1

问题的代码似乎将顺序颜色列表从大到小分配给值。当遇到ex aequo时，顺序没有明确定义，但该方法总是分配不同的颜色，尽管这些值是相等的。这种方法似乎意味着在条形图尚未排序且所有值都不同的情况下，按从高到低的顺序对条形图进行着色。

下面是一种按值显示颜色的方法：

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

fig = plt.figure(1)
sns.set(style="whitegrid", color_codes=True)
data = pd.Series([19, 13, 10, 8, 8, 8, 7, 7, 7, 6],
                 index=['Chemistry', 'Computer Science', 'Physics', 'Epidemiology and Biostatistics',
                        'Psychology', 'Mechanical and Industrial Engineering', 'Sociology',
                        'Academic', 'Bioengineering', 'Biochemistry and Molecular Genetics'])
cmap = sns.color_palette("Blues_d", as_cmap=True)
norm = plt.Normalize(data.min(), data.max())
sns.barplot(y=data.index, x=data, palette=cmap(norm(data.values)))
plt.title("Top departments", y=1.02)
plt.tight_layout()
plt.show()

​

​

要将条从深到亮进行着色，您可以直接使用反转的调色板，而无需使用argsort

pal = sns.color_palette("Blues_r_d", len(data))
sns.barplot(y=data.index, x=data, palette=pal)
plt.title("Top departments", y=1.02)

​

​