catplot() 함수는 Seaborn에서 매우 유용한 함수로, 범주형 변수의 그래픽을 그려서 다른 변수나 여러 변수에 따라 그룹화할 수 있습니다. 다양한 차트 유형을 사용하여 catplot() 함수는 적절한 차트를 만들 수 있습니다.
기본적으로 catplot() 함수는 범주형 변수의 세로 막대형 차트를 그리지만 kind 매개변수를 사용하여 도트 플롯, 상자 플롯, 바이올린 플롯 등과 같은 다른 유형의 그래픽을 지정할 수도 있습니다. 다음은 catplot() 함수를 사용하여 세로 막대형 차트를 그리는 예입니다.
import seaborn as sns # 使用 Seaborn 内置数据集 "tips" tips = sns.load_dataset("tips") # 绘制分类变量的柱形图 sns.catplot(x="day", y="total_bill", data=tips)
위 코드에서는 Seaborn에 내장된 load_dataset() 함수를 사용하여 "tips"라는 데이터 세트를 로드한 다음, catplot 사용 () 함수는 범주형 변수의 세로 막대형 차트를 그립니다. 여기에서는 x축으로 "day" 열이 있고 y축으로 "total_bill" 열이 있습니다.
kind 매개변수 외에도 catplot() 함수는 다른 매개변수를 사용하여 그래프의 모양과 동작을 제어할 수도 있습니다. 예를 들어, 색상 매개변수는 다른 변수에 따라 데이터를 그룹화하고 각 그룹을 다른 색상, 열 및 행 매개변수를 사용하면 다른 변수를 기반으로 데이터를 그룹화하고 각 그룹을 여러 하위 그림으로 그릴 수 있습니다. 예를 들어, 다음은 색상 매개변수를 사용하여 데이터를 그룹화하는 예입니다.
import seaborn as sns # 使用 Seaborn 内置数据集 "tips" tips = sns.load_dataset("tips") # 根据 "smoker" 列对数据进行分组,并使用不同的颜色表示每个组 sns.catplot(x="day", y="total_bill", hue="smoker", data=tips)
위 코드에서는 색상 매개변수를 사용하여 "흡연자" 열을 기준으로 데이터를 그룹화하고 다른 색상을 사용합니다. 각 그룹을 대표하게 됩니다. 우리는 여전히 "day"를 x축으로 사용하고 "total_bill"을 y축 열로 사용합니다.
Seaborn에서는 색상 매개변수를 사용하여 색상을 제어할 수 있습니다. 동일한 플롯에서 다른 범주형 변수별로 데이터의 색상을 지정하고 다양한 범주형 변수 간의 관계를 표시하려면 색상 매개변수를 사용하십시오. 다음은 색조 매개변수를 사용하여 색상을 제어하는 방법을 보여주는 간단한 예입니다.
위 코드에서 x축은 "class"이고 y축은 "survived"입니다. "sex" 변수를 사용하여 데이터에 색상을 지정하고 "bar" 유형을 사용하여 막대 차트를 그립니다.
색상을 사용자 정의하려면 Seaborn의 팔레트 매개변수를 사용하여 색상 맵을 지정할 수 있습니다. 팔레트 매개변수는 Seaborn의 내장 색상 맵을 사용하거나 범주형 변수를 지정된 색상에 매핑하는 사전일 수 있습니다. 다음은 팔레트 매개변수를 사용하여 색상을 사용자 정의하는 방법을 보여주는 간단한 예입니다.
import seaborn as sns import matplotlib.pyplot as plt # 加载Seaborn内置数据集 titanic = sns.load_dataset("titanic") # 定义自定义颜色映射 my_palette = {"male": "b", "female": "r"} # 使用sns.catplot()方法绘制子图,并使用palette参数自定义颜色 sns.catplot(x="class", y="survived", hue="sex", data=titanic, kind="bar", palette=my_palette) # 显示图像 plt.show()
위 코드에서는 "남성" 범주 변수를 파란색으로 매핑하는 사용자 정의 색상 맵을 정의하고, "여성" 범주 변수를 매핑합니다. 변수를 빨간색으로 변경하고 팔레트 매개변수를 사용하여 사용자 정의 색상 매핑을 지정합니다.
Seaborn의 Catplot 기능은 그래픽의 범주형 변수에 색상을 지정하는 여러 가지 내장 색상 팔레트를 제공합니다. 사전 설정된 팔레트를 사용하여 아름다운 색상을 생성할 수 있습니다. 팔레트 매개변수만 설정하면 됩니다. 다음은 catplot에 사용되는 몇 가지 일반적인 팔레트입니다.
deep: 더 깊은 깊이의 그래픽 음영 처리를 위한 8가지 색상이 포함된 어두운 팔레트입니다.
파스텔: 그래픽에 더 가벼운 깊이를 더하기 위한 8가지 색상의 파스텔 팔레트입니다.
밝음: 그래픽의 중요한 정보를 강조하는 데 사용되는 8가지 색상의 밝은 팔레트입니다.
dark: 더 깊은 깊이의 그래픽 셰이딩을 위한 8가지 색상이 포함된 어두운 팔레트입니다.
색맹: 색각 장애가 있는 사람들에게 최대의 구별성을 제공하도록 설계된 8가지 색상 팔레트입니다.
sns.color_palette() 함수를 사용하면 이러한 내장 색상 팔레트를 보고 호출할 수 있습니다. 예를 들어, "deep" 팔레트를 사용하려면 팔레트 매개변수를 sns.color_palette("deep")로 설정하세요. 다음은 간단한 예입니다.
import seaborn as sns import matplotlib.pyplot as plt # 加载Seaborn内置数据集 titanic = sns.load_dataset("titanic") # 使用sns.catplot()方法绘制子图,并使用deep调色板 sns.catplot(x="class", y="survived", hue="sex", data=titanic, kind="bar", palette=sns.color_palette("deep")) # 显示图像 plt.show()
위 코드에서는 sns.color_palette("deep") 함수를 사용하여 "deep" 팔레트를 호출하고 이를 팔레트 매개변수에 전달하여 막대 그림의 색상을 지정합니다.
Seaborn은 내장 팔레트 외에도 사용자 정의 팔레트를 생성하기 위한 기타 유용한 기능을 제공합니다. 예를 들어 sns.color_palette(["#FF0B04", "#4374B3"]) 함수를 사용하여 빨간색과 파란색이 포함된 사용자 정의 팔레트를 만듭니다.
总之,Seaborn 提供了多种方法来为 catplot 中的分类变量着色,您可以根据需要选择合适的调色板。
在 Seaborn 中,可以使用预定义的一组颜色列表作为调色板,对图表进行着色。Seaborn 提供了一些有用的函数来可视化这些调色板中的颜色,其中最常用的函数是 sns.palplot()。
调用 sns.palplot() 函数可将给定调色板中的所有颜色展示为色块图表。可以使用 Seaborn 内置的调色板,也可以使用自定义的调色板作为该函数的参数。这里是一个展示如何使用 sns.palplot() 函数来可视化“deep”调色板的示例:
import seaborn as sns # 可视化Seaborn内置调色板"deep" sns.palplot(sns.color_palette("deep"))
上述代码将会绘制一个包含 “deep” 调色板中所有颜色的颜色条,每个颜色都代表了该调色板中的一个颜色。您可以使用 sns.palplot() 函数来对不同的调色板进行可视化。
另外,Seaborn 还提供了 sns.color_palette() 函数,该函数返回一个颜色列表,可以用于手动设置图形中的颜色。可以使用 sns.color_palette() 函数返回的颜色列表来自定义 Seaborn 中的图形颜色。以下是手动设置颜色并使用 sns.color_palette() 函数的一个示例:
import seaborn as sns import matplotlib.pyplot as plt # 使用自定义调色板 my_palette = sns.color_palette(["#FF0B04", "#4374B3"]) # 绘制柱状图,并使用自定义调色板 sns.barplot(x="day", y="total_bill", data=tips, palette=my_palette) # 显示图像 plt.show()
在上述代码中,我们使用 sns.color_palette([“#FF0B04”, “#4374B3”]) 函数创建一个包含红色和蓝色的自定义调色板,并将其传递给 sns.barplot() 函数中的 palette 参数以设置图形颜色。
위 내용은 Python catplot 함수의 색상을 사용자 정의하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!