Python 如何更改joypy plot中的颜色映射？

我有一个数据框，看起来像这样：

  Team  Minute  Type
   148      12     1
   148      22     1
   143      27     1
   148      29     1
   143      32     1
   143      32     1

我使用Python库创建了一个joyplot

这给了我这个情节：

一切都好。 然而，彩色地图现在已经没有意义了，所以我尝试根据第二个数据帧来给图上色-这是所有团队的

Type

的总和

为此，我创建了一个标准，并使用以下线条创建了一个彩色地图：

norm = plt.Normalize(group_df["Type"].min(), group_df["Type"].max())
cmap = plt.cm.viridis
sm = matplotlib.cm.ScalarMappable(cmap=cmap, norm=norm)
ar = np.array(group_df["Type"])
Cm = cmap(norm(ar))
sm.set_array([])

这里是问题产生的地方，因为我不知道如何改变欢乐曲线图的颜色。我尝试了几种方法：

我试图将此

Cm

作为colormap参数传递。但是，这引发了一个错误-

typeerror'numpy.ndarray'对象不可调用

我试图在

轴和
Cm轴上使用for循环-

我怎样才能更好地控制joyplot的颜色并改变它们？任何帮助都将不胜感激

MCVE 我正在读取的csv文件示例（数据帧的实际形状为（4453,2））：

我的代码：

df = pd.read_csv(r"path")

##getting the sum for every team - total of 20 teams
group_df = df.groupby(["Team"]).size().to_frame("Count").reset_index()
  
df["Minute"] = pd.to_numeric(df["Minute"])

##Trying to create a colormap 
norm = plt.Normalize(group_df["Count"].min(), group_df["Count"].max())
cmap = plt.cm.viridis
sm = matplotlib.cm.ScalarMappable(cmap=cmap, norm=norm)
ar = np.array(group_df["Count"])
Cm = cmap(norm(ar))
sm.set_array([])


fig, axes = joypy.joyplot(df, by="Team", column="Minute", figsize =(10,16), x_range = [0,94], colormap = plt.cm.viridis)

---

我想根据

group_df[“count”]

值中团队的总计数为绘图中的每个子地块上色。目前，colormap只是统一的，而不是根据总值。上面的图片就是所产生的。

joypy按照颜色贴图的顺序填充KDE曲线的颜色。因此，为了使颜色与第三个变量匹配，您可以提供一个colormap，它按照您需要的顺序包含颜色。这可以使用

ListedColormap

完成

import matplotlib
import matplotlib.pyplot as plt
import numpy as np; np.random.seed(21)
import pandas as pd
import joypy

df = pd.DataFrame({"Team" : np.random.choice([143,148,159,167], size=200),
                   "Minute" : np.random.randint(0,100, size=200)})

##getting the sum for every team - total of 20 teams
group_df = df.groupby(["Team"]).size().to_frame("Count").reset_index()
print(group_df)



##Trying to create a colormap 
norm = plt.Normalize(group_df["Count"].min(), group_df["Count"].max())
ar = np.array(group_df["Count"])

original_cmap = plt.cm.viridis
cmap = matplotlib.colors.ListedColormap(original_cmap(norm(ar)))
sm = matplotlib.cm.ScalarMappable(cmap=original_cmap, norm=norm)
sm.set_array([])

fig, axes = joypy.joyplot(df, by="Team", column="Minute", x_range = [0,94], colormap = cmap)
fig.colorbar(sm, ax=axes, label="Count")

plt.show()

---

joypy从colormap按顺序填充KDE曲线的颜色。因此，为了使颜色与第三个变量匹配，您可以提供一个colormap，它按照您需要的顺序包含颜色。这可以使用

ListedColormap

完成

import matplotlib
import matplotlib.pyplot as plt
import numpy as np; np.random.seed(21)
import pandas as pd
import joypy

df = pd.DataFrame({"Team" : np.random.choice([143,148,159,167], size=200),
                   "Minute" : np.random.randint(0,100, size=200)})

##getting the sum for every team - total of 20 teams
group_df = df.groupby(["Team"]).size().to_frame("Count").reset_index()
print(group_df)



##Trying to create a colormap 
norm = plt.Normalize(group_df["Count"].min(), group_df["Count"].max())
ar = np.array(group_df["Count"])

original_cmap = plt.cm.viridis
cmap = matplotlib.colors.ListedColormap(original_cmap(norm(ar)))
sm = matplotlib.cm.ScalarMappable(cmap=original_cmap, norm=norm)
sm.set_array([])

fig, axes = joypy.joyplot(df, by="Team", column="Minute", x_range = [0,94], colormap = cmap)
fig.colorbar(sm, ax=axes, label="Count")

plt.show()

---

您可能会成功地为

joyplot

提供颜色列表，而不是颜色映射。如果没有，创建这种绘图可能更容易手动完成，您可以完全控制所有内容，而不仅仅是颜色。再次感谢您，这看起来可能会成功。如何手动创建此类绘图？我认为Joypy是唯一可以用来创建joyplots的软件包。不过我还是很好奇。为什么ax.set_facecolor（）不起作用；这是一个错误吗？例如：

ax.set\u facecolor（）

设置轴的颜色，因此它不会有帮助。你看不到它有任何效果的原因是轴无论如何都是关闭的。如果你提供了一个我可以修改的运行示例（，），我可以帮你更多。我刚刚做了，这样可以吗@importantanceofbeingernest您可能成功地为

joyplot

提供了颜色列表，而不是颜色映射。如果没有，创建这种绘图可能更容易手动完成，您可以完全控制所有内容，而不仅仅是颜色。再次感谢您，这看起来可能会成功。如何手动创建此类绘图？我认为Joypy是唯一可以用来创建joyplots的软件包。不过我还是很好奇。为什么ax.set_facecolor（）不起作用；这是一个错误吗？例如：

ax.set\u facecolor（）

设置轴的颜色，因此它不会有帮助。你看不到它有任何效果的原因是轴无论如何都是关闭的。如果你提供了一个我可以修改的运行示例（，），我可以帮你更多。我刚刚做了，这样可以吗@重要的，重要的

df = pd.read_csv(r"path")

##getting the sum for every team - total of 20 teams
group_df = df.groupby(["Team"]).size().to_frame("Count").reset_index()
  
df["Minute"] = pd.to_numeric(df["Minute"])

##Trying to create a colormap 
norm = plt.Normalize(group_df["Count"].min(), group_df["Count"].max())
cmap = plt.cm.viridis
sm = matplotlib.cm.ScalarMappable(cmap=cmap, norm=norm)
ar = np.array(group_df["Count"])
Cm = cmap(norm(ar))
sm.set_array([])


fig, axes = joypy.joyplot(df, by="Team", column="Minute", figsize =(10,16), x_range = [0,94], colormap = plt.cm.viridis)

import matplotlib
import matplotlib.pyplot as plt
import numpy as np; np.random.seed(21)
import pandas as pd
import joypy

df = pd.DataFrame({"Team" : np.random.choice([143,148,159,167], size=200),
                   "Minute" : np.random.randint(0,100, size=200)})

##getting the sum for every team - total of 20 teams
group_df = df.groupby(["Team"]).size().to_frame("Count").reset_index()
print(group_df)



##Trying to create a colormap 
norm = plt.Normalize(group_df["Count"].min(), group_df["Count"].max())
ar = np.array(group_df["Count"])

original_cmap = plt.cm.viridis
cmap = matplotlib.colors.ListedColormap(original_cmap(norm(ar)))
sm = matplotlib.cm.ScalarMappable(cmap=original_cmap, norm=norm)
sm.set_array([])

fig, axes = joypy.joyplot(df, by="Team", column="Minute", x_range = [0,94], colormap = cmap)
fig.colorbar(sm, ax=axes, label="Count")

plt.show()