Python matplotlib中默认情况下的随机颜色
我看了卡格尔的。这条线可以生成条形图Python matplotlib中默认情况下的随机颜色,python,pandas,matplotlib,Python,Pandas,Matplotlib,我看了卡格尔的。这条线可以生成条形图 查看['province'].value_counts().head(10.plot.bar() 我没有看到任何明确定义的配色方案。 我试着用jupyter笔记本绘制它,但只能看到一种颜色,而不是像Kaggle那样看到所有的多种颜色 我试着阅读文档和在线帮助,但无法通过上面的行获得任何生成这些颜色的方法 我们怎么做?默认情况下是否有设置此随机性的配置 在seaborn,这不是问题: import seaborn as sns sns.countplot(
查看['province'].value_counts().head(10.plot.bar()
我没有看到任何明确定义的配色方案。
我试着用jupyter笔记本绘制它,但只能看到一种颜色,而不是像Kaggle那样看到所有的多种颜色
我试着阅读文档和在线帮助,但无法通过上面的行获得任何生成这些颜色的方法
我们怎么做?默认情况下是否有设置此随机性的配置
在seaborn,这不是问题:
import seaborn as sns
sns.countplot(x='province', data=reviews)
matplotlib中不是空格,但可以将值转换为一行数据帧:
reviews['province'].value_counts().head(10).to_frame(0).T.plot.bar()
或者使用一些:
在seaborn,这不是问题:
import seaborn as sns
sns.countplot(x='province', data=reviews)
matplotlib中不是空格,但可以将值转换为一行数据帧:
reviews['province'].value_counts().head(10).to_frame(0).T.plot.bar()
或者使用一些:
在以前的
pandas
版本中,多色条似乎是默认的行为,Kaggle必须在他们的教程中使用这一条(您可以阅读更多)
通过定义标准颜色列表,然后将其用作栏
中的参数,可以轻松地重新创建绘图
colors = ['#1f77b4', '#ff7f0e', '#2ca02c', '#d62728', '#9467bd',
'#8c564b', '#e377c2', '#7f7f7f', '#bcbd22', '#17becf']
reviews['province'].value_counts().head(10).plot.bar(color=colors)
在
pandas 0.24.1
和matplotlib 2.2.2
上测试,多色条似乎是前一个pandas
版本中的默认行为,Kaggle必须在其教程中使用该条(您可以阅读更多)
通过定义标准颜色列表,然后将其用作栏
中的参数,可以轻松地重新创建绘图
colors = ['#1f77b4', '#ff7f0e', '#2ca02c', '#d62728', '#9467bd',
'#8c564b', '#e377c2', '#7f7f7f', '#bcbd22', '#17becf']
reviews['province'].value_counts().head(10).plot.bar(color=colors)
在
pandas 0.24.1
和matplotlib 2.2.2
上测试,彩色绘图是用早期版本的pandas(=0.24)生成的,因此重现了以前的行为,看起来像
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
N = 13
df = pd.Series(np.random.randint(10,50,N), index=np.arange(1,N+1))
cmap = plt.cm.tab10
colors = cmap(np.arange(len(df)) % cmap.N)
df.plot.bar(color=colors)
plt.show()
这张彩色图片是用早期版本的熊猫(=0.24)制作的,因此重现了之前的行为,看起来像
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
N = 13
df = pd.Series(np.random.randint(10,50,N), index=np.arange(1,N+1))
cmap = plt.cm.tab10
colors = cmap(np.arange(len(df)) % cmap.N)
df.plot.bar(color=colors)
plt.show()
对于记录,这些“随机”颜色是默认的matplotlib-请参阅“定性颜色映射”下的“表10”。对于记录,这些“随机”颜色是默认的matplotlib-请参阅“定性颜色映射”下的“表10”