pandas 用三点和 seaborn 散点图颜色

Question

使用 pandas 和 seaborn 绘制一个只有三个点的散点图时有一个奇怪的行为：这些点的颜色不同。当 seaborn 没有加载或者超过三个点，或者直接使用 matplotlib 的 scatter 方法绘图时，问题就消失了。请参阅以下示例：

from pandas import DataFrame #0.16.0
import matplotlib.pyplot as plt #1.4.3
import seaborn as sns #0.5.1
import numpy as np #1.9.2

df = DataFrame({'x': np.random.uniform(0, 1, 3), 'y': np.random.uniform(0, 1, 3)})
df.plot(kind = 'scatter', x = 'x', y = 'y')
plt.show()

df = DataFrame({'x': np.random.uniform(0, 1, 4), 'y': np.random.uniform(0, 1, 4)})
df.plot(kind = 'scatter', x = 'x', y = 'y')
plt.show()

Answer 1

我已经找到了这个错误。从技术上讲，该错误在pandas 中，而不是我最初认为的seaborn，尽管它涉及来自pandas、seaborn 和matplotlib 的代码...

在pandas.tools.plotting.ScatterPlot._make_plot 中出现以下代码来选择散点图中使用的颜色

if c is None:
    c_values = self.plt.rcParams['patch.facecolor']
elif c_is_column:
    c_values = self.data[c].values
else:
    c_values = c

在您的情况下，c 将等于 None，这是默认值，因此 c_values 将由 plt.rcParams['patch.facecolor'] 给出。

现在，作为设置的一部分，seaborn 将 plt.rcParams['patch.facecolor'] 修改为 (0.5725490196078431, 0.7764705882352941, 1.0)，这是一个 RGB 元组。如果不使用seaborn，则该值为matplotlib 默认值'b'（表示颜色“蓝色”的字符串）。

c_values 稍后用于在ax.scatter 内实际绘制图形

scatter = ax.scatter(data[x].values, data[y].values, c=c_values,
                     label=label, cmap=cmap, **self.kwds)

问题出现是因为关键字参数c可以接受多种不同类型的参数，它可以接受：-

• 一个字符串（如'b'在原始matplotlib案例中）；
• 一系列颜色规范（比如一系列 RGB 值）；
• 要映射到当前颜色图的一系列值。

matplotlib 文档特别说明了以下内容，突出显示了我的

c 可以是单个颜色格式字符串，或者是长度为 N 的颜色规范序列，或者是使用 cmap 和通过 kwargs 指定的规范映射到颜色的 N 数字序列（见下文）。 请注意，c 不应是单个数字 RGB 或 RGBA 序列，因为它与要进行颜色映射的值数组无法区分。 c 可以是二维数组，其中行是 RGB 或 RGBA，但是。

基本上发生的情况是 matplotlib 采用 c_values 值（这是三个数字的元组），然后将这些颜色映射到当前颜色图（默认情况下由 pandas 设置为 Greys）。因此，您会得到三个具有不同 “灰度” 的散点。当您有超过 3 个散点时，matplotlib 假定它必须是 RGB 元组，因为长度与数据数组的长度不匹配 (3 != 4)，因此将其用作常量 RBG 颜色。

这已作为错误报告写在 pandas Github here。

Answer 2

你可能想试试这个：

import seaborn.apionly as sns

更多详情请参阅This question。