Python – 大熊猫分散情节颜色有三个点和seaborn

使用pandas和seaborn绘制只有三个点的散点图时会出现奇怪的行为：这些点的颜色不同.当没有加载seaborn或者有超过三个点时,或者直接用matplotlib的散射方法绘图时,问题就会消失.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()

解决方法:

我已经找到了这个bug.这个bug在技术上是在熊猫中,而不像我原先想的那样是seaborn,虽然它涉及来自pandas,seaborn和matplotlib的代码……

在pandas.tools.plotting.ScatterPlot._make_plot中,出现以下代码以选择要在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

在你的情况下,c将等于None,这是默认值,因此c_values将由plt.rcParams [‘patch.facecolor’]给出.

现在,作为自我设置的一部分,seaborn将plt.rcParams [‘patch.facecolor’]修改为(0.5725490196078431,0.77764705882352941,1.0),这是一个RGB元组.如果未使用seaborn,则值为matplotlib默认值,即’b'(表示颜色为“blue”的字符串).

然后使用c_values在ax.scatter中实际绘制图形

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(例如原始matplotlib案例中的’b’);
>一系列颜色规范(比如一系列RGB值);
>要映射到当前色彩映射的一系列值.

matplotlib文档明确说明了以下内容,突出了我的

c can be a single color format string, or a sequence of color specifications of length N, or a sequence of N numbers to be mapped to colors using the cmap and norm specified via kwargs (see below). Note that c should not be a single numeric RGB or RGBA sequence because that is indistinguishable from an array of values to be colormapped. c can be a 2-D array in which the rows are RGB or RGBA, however.

基本上发生的是matplotlib获取c_values值(这是三个数字的元组),然后将这些颜色映射到当前的colormap(默认情况下由pandas设置为Grays).因此,您会得到三个具有不同“灰色”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.

这已被写成大熊猫Github here的错误报告.