Python 为什么Seaborn barplot会降低颜色的饱和度？

我试图使用几种不同的库（

bokeh

、

seaborn

和

matlotlib

）在Python中绘制绘图，但保持相同的配色方案。我选择了bokeh的Category pallete，带有：

从bokeh.paletes导入类别10作为调色板

然后也在

seaborn

和

matplotlib

中使用它。我的问题是，尽管在

matplotlib

中，颜色似乎与

bokeh

（如调色板中所定义）非常相似，

seaborn

显示出某种程度上明显的较暗颜色（即饱和或去饱和程度较低）。我想知道它是否在默认情况下对任何配色方案进行了某种调暗，以及是否有任何方法可以避免这种情况。 下面是使用不同库制作相同条形图的代码
使用

bokeh

：

source = pd.DataFrame({'names': ['exp_1', 'exp_2'], 'data':[3, 5], 'color':palette[10][:2]})
p = bokeh.plotting.figure(x_range=['exp_1', 'exp_2'], y_range=(0,6), plot_height=500, title="test")
p.vbar(x='names', top='data', width=0.9,  legend_field="names", source=source, color='color')
p.xgrid.grid_line_color = None
p.legend.orientation = "horizontal"
p.legend.location = "top_center"
p.xaxis.major_label_text_font_size = '22pt'
p.yaxis.major_label_text_font_size = '22pt'
bokeh.io.show(p)

# same palette both for seaborn and matplotlib (taken from bokeh palette)
sns_palette=sns.color_palette(palette[10]) 
fig, ax = plt.subplots()
plt.style.use('seaborn')
ax.set_xlabel('experiment', fontsize=20)
ax.tick_params(axis='both', which='major', labelsize=22)
ax.set_xticks([0, 1])
ax.set_xticklabels(['exp_1', 'exp_2'], fontsize=18)
ax.bar([0, 1], source['data'], align='center', color=sns_palette[:2])

使用

matplotlib

：

source = pd.DataFrame({'names': ['exp_1', 'exp_2'], 'data':[3, 5], 'color':palette[10][:2]})
p = bokeh.plotting.figure(x_range=['exp_1', 'exp_2'], y_range=(0,6), plot_height=500, title="test")
p.vbar(x='names', top='data', width=0.9,  legend_field="names", source=source, color='color')
p.xgrid.grid_line_color = None
p.legend.orientation = "horizontal"
p.legend.location = "top_center"
p.xaxis.major_label_text_font_size = '22pt'
p.yaxis.major_label_text_font_size = '22pt'
bokeh.io.show(p)

# same palette both for seaborn and matplotlib (taken from bokeh palette)
sns_palette=sns.color_palette(palette[10]) 
fig, ax = plt.subplots()
plt.style.use('seaborn')
ax.set_xlabel('experiment', fontsize=20)
ax.tick_params(axis='both', which='major', labelsize=22)
ax.set_xticks([0, 1])
ax.set_xticklabels(['exp_1', 'exp_2'], fontsize=18)
ax.bar([0, 1], source['data'], align='center', color=sns_palette[:2])

并使用

bokeh

：

plt.figure()
ax = sns.barplot(x="names", y="data", data=source, palette=sns_palette[0:2])
ax.set_xlabel('experiment', fontsize=20)
ax.tick_params(axis='both', which='major', labelsize=18)
plt.tight_layout()

博克条形图：

matplotlib条形图

seaborn barplot:
默认情况下，将条面颜色的饱和度设置为0.75。可以通过向barplot调用添加

saturation=1

来覆盖此设置

将熊猫作为pd导入
从matplotlib导入pyplot作为plt
导入seaborn作为sns
source=pd.DataFrame（{'names'：['exp_1'，'exp_2']，'data'：[3,5]}）
图，ax=plt子批次（1，2）
#默认saruration设置
sns.barplot（x=“name”，y=“data”，data=source，ax=ax[0]）
ax[0]。设置标题（“默认饱和度”）
#传递给条形图的附加参数“饱和度=1”
sns.barplot（x=“name”，y=“data”，data=source，saturation=1，ax=ax[1]）
ax[1]。设置标题（'saturation=1'）

---

（这个答案与@JohanC的评论完全一致，我只是把它提升为一个答案……很高兴拥有这个用户。）

@JohanC似乎不是原因：我检查了，并且使用白色背景和显式alpha=1不会改变条形图的颜色：

sns.set_style（'white'）；kwargs={'alpha'：1}；ax=sns。条形图（x=“name”，y=“data”，data=source，palete=sns\u palete[0:2]，**kwargs）

有一个选项

饱和

，默认值为

0.75

。将其设置为

1

可避免所有饱和度：

sns.barplot（…，saturation=1）

（尽管如此，出于审美原因，文档建议进行一些去饱和度处理）。@JohanC是的，这是可行的！谢谢（有趣的是，默认情况下，“去饱和”选项似乎只存在于条形图和箱线图中，而不存在于线形图中）。如果你把你的评论作为一个答案，我可以接受。链接的文档解释说，建议对大面积区域进行去饱和，而不是管线。