Seaborn.set_color_codes() 方法

---

---

Seaborn.set_color_codes() 方法用於更改 matplotlib 顏色縮寫 的解釋方式。呼叫此方法將改變 matplotlib 在後續繪圖中對諸如“b”或“g”之類的縮寫程式碼的解釋方式。

Matplotlib 顏色縮寫不過是用於表示顏色的快捷方式。例如，單字元縮寫用於表示基本顏色，例如藍色（'b'）、綠色（'g'）、紅色（'r'）、黃色（'y'）等。

語法

以下是 seaborn.set_color_codes() 方法的語法：

seaborn.set_color_codes(palette='deep')

引數

此方法只有一個引數，解釋如下。

在我們進入示例之前，我們將瞭解如何從 seaborn 庫載入資料集。

載入 seaborn 庫

要載入或匯入 seaborn 庫，可以使用以下程式碼行。

Import seaborn as sns

載入資料集

在本文中，我們將使用 seaborn 庫中內建的 Tips 資料集。使用以下命令載入資料集。

tips=sns.load_dataset("tips")

以下命令用於檢視資料集中前 5 行。這使我們能夠了解可以使用哪些變數來繪製圖表。

tips.head()

以下是上述程式碼的輸出。

index,total_bill,tip,sex,smoker,day,time,size
0,16.99,1.01,Female,No,Sun,Dinner,2
1,10.34,1.66,Male,No,Sun,Dinner,3
2,21.01,3.5,Male,No,Sun,Dinner,3
3,23.68,3.31,Male,No,Sun,Dinner,2
4,24.59,3.61,Female,No,Sun,Dinner,4

現在我們已經載入了資料，我們將在接下來的示例中瞭解該方法的工作原理。

示例 1

在這個示例中，我們將瞭解如何使用 seaborn 的 set_color_codes() 方法並向其傳遞引數。稍後我們將繪製圖表以使用設定的顏色程式碼。我們在本例中使用 tips 資料集，並在設定顏色程式碼後繪製分類圖。

import seaborn as sns
import matplotlib.pyplot as plt
tips=sns.load_dataset("tips")
tips.head()
sns.set_color_codes("dark")
sns.catplot(data=tips,x="time",y="total_bill")
plt.show()

輸出

生成的輸出如下所示：

示例 2

我們將向 set_color_codes() 方法傳遞另一個值，並檢視圖表是如何變化的。這裡，“dark”作為引數傳遞，之後繪製圖表以檢視圖表顏色程式碼是如何變化的。

import seaborn as sns
import matplotlib.pyplot as plt
tips=sns.load_dataset("tips")
tips.head()
sns.set_color_codes("dark")
sns.swarmplot(data=tips,x="time",y="sex")
plt.show()

輸出

獲得的輸出如下：

示例 3

我們使用 matplotlib pyplot 方法而不是 seaborn 方法繪製圖表並傳遞資料集。透過這種方式，我們可以理解 seaborn 方法適用於所有型別的圖表，而不僅僅是 seaborn 圖表。在本例中，顏色程式碼設定為 bright，下面附上獲得的圖表。

import seaborn as sns
import matplotlib.pyplot as plt
tips=sns.load_dataset("tips")
tips.head()
sns.set_color_codes("bright")
plt.plot([0, 1], color="b")
plt.show()

輸出

輸出如下：

示例 4

在本例中，我們將顏色程式碼設定為 dark，然後使用 matplotlib pyplot 方法繪製圖表並將顏色設定為綠色和紫色。為此要傳遞給 color 引數的變數是 g（綠色）和 m（紫色）。

import seaborn as sns
import matplotlib.pyplot as plt
tips=sns.load_dataset("tips")
tips.head()
sns.set_color_codes("dark")
_ = plt.plot([0, 1.6], color="g")
_ = plt.plot([1.4, 0], color="m")
plt.show()

輸出

獲得的圖表如下：