matplotlib中默认的随机颜色

Question

我看了看卡格尔的univariate-plotting-with-pandas。有一条线生成条形图。在

reviews['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 notebook来绘制它，但只能看到一种颜色，而不是像Kaggle那样的所有多种颜色。在

我试着阅读文档和联机帮助，但无法通过上面的行获得生成这些颜色的任何方法。在

我们怎么做？是否有一个配置来默认设置这种随机性？在

Answer 1

在前一个pandas版本中，多色条似乎是默认行为，Kaggle一定在他们的教程中使用了这种行为（您可以阅读更多here）。在

通过定义一个标准颜色列表，然后将其用作bar中的参数，可以轻松地重新创建绘图。在

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{}上测试。在

Answer 2

在seaborn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：

^{pr2}$

或者使用一些qualitative colormap：

import matplotlib.pyplot as plt

N = 10
reviews['province'].value_counts().head(N).plot.bar(color=plt.cm.Paired(np.arange(N)))

---

reviews['province'].value_counts().head(N).plot.bar(color=plt.cm.Pastel1(np.arange(N)))

Answer 3

彩色的情节是用早期版本的pandas制作的（<；=0.23）。从那以后，熊猫决定把酒吧的情节变成单色，因为酒吧的颜色毫无意义。如果您仍然想使用pandas中“tab10”colormap中的默认颜色生成条形图，并重新创建以前的行为，那么它看起来像

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()