Python FaceGrid上的Seaborn颜色栏，用于具有标准化颜色映射的histplot

我似乎无法使用seaborn

FaceGrid

显示二维

histplot

的颜色栏。有人能告诉我丢失的链接吗

了解到已经讨论过类似的解决方案，我无法适应我的用例：

具体来说，我希望扩展下面的代码，以便显示颜色栏

import pandas as pd
import numpy as np
import seaborn as sns

df = pd.DataFrame(list(zip([random.randint(0,10) for i in range(1000)], pd.to_datetime(
                            [d.strftime('%Y-%m-%d') for d in pd.date_range('1800-01-01', periods=250, freq='1d')]+\
                            [d.strftime('%Y-%m-%d') for d in pd.date_range('1800-01-01', periods=250, freq='1d')]+\
                            [d.strftime('%Y-%m-%d') for d in pd.date_range('1800-01-01', periods=250, freq='1d')]+\
                            [d.strftime('%Y-%m-%d') for d in pd.date_range('1800-01-01', periods=250, freq='1d')]),
                            [random.choice(string.ascii_letters[26:30]) for i in range(1000)])), 
                            columns=["range","date","case_type"])
df["range"][df["case_type"]=="A"] = [random.randint(4562,873645) for i in range(1000)] 
df["range"][df["case_type"]=="C"] = [random.random() for i in range(1000)] 
fg = sns.FacetGrid(df, col="case_type", col_wrap=2, sharey=False)

fg.map(sns.histplot, "date", "range", stat="count", data=df)
fg.set_xticklabels(rotation=30)
fg.fig.show()

目标是在刻面网格的右侧有一个颜色条，跨越整个图表-这里有两行，但可能会显示更多。显示的2D直方图具有一些非常不同的数据类型，因此每个箱子和颜色的计数可能非常不同，因此知道“深蓝色”是100还是1000很重要

编辑：为了清晰起见，从评论中可以看出问题分为两个步骤：

如何规范所有图和图之间的颜色编码

使用标准化颜色映射在绘图右侧显示颜色栏

---

我不确定是否有一种与生俱来的方式来实现你想要的情节。但是我们可以预先计算

bin number

和

vmin

/

vmax

的合理值，并将它们应用于所有

histplot

：

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

#generate a test dataset with different case_type probabilities
np.random.seed(123)
p1, p2, p3 = 0.8, 0.1, 0.03
df = pd.DataFrame(list(zip(np.random.randint(0, 20, 1000), 
                  pd.to_datetime(4 * [d.strftime('%Y-%m-%d') for d in pd.date_range('1800-01-01', periods=250, freq='1d')]),
                  np.random.choice(list("ABCD"),size=1000, p=[p1, p2, p3, 1-(p1+p2+p3)]))), 
                  columns=["range","date","case_type"])
df.loc[df.case_type == "A", "range"] *=   3
df.loc[df.case_type == "B", "range"] *=  23
df.loc[df.case_type == "C", "range"] *= 123

#determine the bin number for the x-axis
_, bin_edges = np.histogram(df["date"].dt.strftime("%Y%m%d").astype(int), bins="auto")
bin_nr = len(bin_edges)-1

#predetermine min and max count for each category
c_types = df["case_type"].unique()
vmin_list, vmax_list = [], []
for c_type in c_types:
    arr, _, _ = np.histogram2d(df.loc[df.case_type == c_type, "date"], df.loc[df.case_type == c_type, "range"], bins=bin_nr)
    vmin_list.append(arr.min())
    vmax_list.append(arr.max())
    
#find lowest and highest counts for all subplots
vmin_all = min(vmin_list)
vmax_all = max(vmax_list)

#now we are ready to plot
fg = sns.FacetGrid(df, col="case_type", col_wrap=2, sharey=False)
#create common colorbar axis
cax = fg.fig.add_axes([.92, .12, .02, .8])
#map colorbar to colorbar axis with common vmin/vmax values
fg.map(sns.histplot,"date", "range", stat="count", bins=bin_nr, vmin=vmin_all, vmax=vmax_all, cbar=True, cbar_ax=cax, data=df)
#prevent overlap
fg.fig.subplots_adjust(right=.9)
fg.set_xticklabels(rotation=30)

plt.show()

样本输出：

您可能还注意到，我更改了示例数据帧，使

案例类型

以不同的频率出现，否则您看不到

组图

之间有多大差异。您还应该知道，

histplots

是按照它们在数据框中的显示顺序打印的，这可能不是您希望在图形中看到的顺序

---

免责声明：这主要基于。

您的示例代码可能无法代表您的真实数据。您可以修改范围值（这与问题的上下文无关），但在每个类别中具有可比较的（尽管是随机的）分布。如果修改每个类别出现的概率，您将注意到两件事-不同面板中直方图箱的数量不同，相同的颜色将在不同面板中表示不同的值，从而使组合的颜色栏过时。有很多方法可以解决这个问题，但是你必须完全改变你的程序结构。如果你将

cbar=True

添加到

fg.map（）

，你甚至可能会看到颜色代码与你的版本之间的差异。谢谢。是的，每个子图的

cbar

确实有效，但它占用了大量空间，因此我的目标是将条形图放在右边距上。解决颜色编码的问题是我问题动机的一部分。所以，你真正的问题不是如何创建颜色条，而是如何规范HistPlot，使一种颜色在所有面板中代表相同的值？是的，实际上两者都是，规范化histplots颜色编码并在右侧显示规范化的颜色栏。我会编辑的更清晰。哦哇！！这是一个非常酷的答案，因为它解决了我遇到的另一个问题，即如何为直方图提供预先计算的箱子。我实际上是在spark上分别计算垃圾箱，可以用这些数字做一些有用的事情。非常感谢！！很高兴问题（奖金问题）解决了。