Python 基于条件在Seaborn中绘制多色密度图

我试图绘制一个内核密度图，在某一点上改变颜色

我有一个从-3到3的连续变量，希望0以下的数据显示为蓝线，阴影区域显示为红色，0以上的数据显示为红色。我尝试创建一个列表或一系列颜色，对应于数据中的每个点，但Seaborn的

kdeplot

color选项似乎不允许使用数组。我还尝试将数据分组到0以上和0以下，但这绘制了两个明显不同的分布，其中我只需要一个

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

sample = np.random.uniform(low=-3.0, high=3.0, size=(100,))
df = pd.DataFrame(sample, columns = ['scores'])

def plot_group(group):
    global ax
    c = 'b' if (group['scores'] < 0).all() else 'r'
    sns.kdeplot(group['scores'], color = c, shade = True)

colors = np.where(df['scores'] < 0, 'b', 'r')
df.groupby(colors).apply(plot_group)
sns.despine(top = True, right = True, left = True)
plt.setp(axes, yticks=[])

将熊猫作为pd导入
将numpy作为np导入
导入matplotlib
将matplotlib.pyplot作为plt导入
导入seaborn作为sns
样本=np.random.uniform（低=3.0，高=3.0，大小=（100，））
df=pd.DataFrame（示例，列=['scores']））
def plot_组（组）：
全球ax
c='b'如果（组['scores']<0）。所有（）其他'r'
sns.kdeplot（组['scores']，颜色=c，阴影=True）
颜色=np。其中（df['scores']<0，'b'，'r'）
df.groupby（颜色）.apply（绘图组）
轻视（顶部=正确，右侧=正确，左侧=正确）
plt.setp（轴，yticks=[]）

我期望一个单一的连续分布，在零附近有不同的颜色，但我得到的是两个独立的图。

---

我用条形图做了类似的事情，我需要用最大值将条形图涂成红色，就是这样做的

import seaborn as sns

colors = ['grey' if (x < max(values)) else 'red' for x in values ]
sns.barplot(x=labels, y=values, palette=colors)

导入seaborn作为sns
颜色=[“灰色”如果（x

Seaborn不为此提供任何选项。您可以计算数据的kde并将其绘制为。