删除脸色很容易,只是做ax.set_facecolor('w')
,虽然这会使网格线不可见。在绘图之前,我建议使用sns.set_style('whitegrid')
,否则您将获得只有水平网格线灰色的白色背景。
至于不同的有模式,这与seaborn有点棘手,但它可以做到。您可以将hatch
关键字参数传递给barplot,但它会应用于每个栏,这并不能真正帮助您区分它们。不幸的是,在这里传递字典是行不通的。相反,您可以在构造它们以应用舱口盖之后遍历这些条。你将不得不计算位置的数量,但对于大熊猫来说这很简单。事实证明,seaborn实际上每个色调都会在前进到下一个色调之前进行绘制,因此在您的示例中,将绘制所有蓝色条,然后是所有绿色条,然后是所有红色条,因此逻辑非常直观:
num_locations = len(mdf.Location.unique())
hatches = itertools.cycle(['/', '//', '+', '-', 'x', '\\', '*', 'o', 'O', '.'])
for i, bar in enumerate(ax.patches):
if i % num_locations == 0:
hatch = next(hatches)
bar.set_hatch(hatch)
因此,完整的脚本是
import itertools
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_style('whitegrid')
data1 = pd.DataFrame(np.random.rand(17, 3), columns=['A', 'B', 'C']).assign(Location=1)
data2 = pd.DataFrame(np.random.rand(17, 3) + 0.2, columns=['A', 'B', 'C']).assign(Location=2)
data3 = pd.DataFrame(np.random.rand(17, 3) + 0.4, columns=['A', 'B', 'C']).assign(Location=3)
cdf = pd.concat([data1, data2, data3])
mdf = pd.melt(cdf, id_vars=['Location'], var_name=['Letter'])
ax = sns.barplot(x="Location", y="value", hue="Letter", data=mdf, errwidth=0)
num_locations = len(mdf.Location.unique())
hatches = itertools.cycle(['/', '//', '+', '-', 'x', '\\', '*', 'o', 'O', '.'])
for i, bar in enumerate(ax.patches):
if i % num_locations == 0:
hatch = next(hatches)
bar.set_hatch(hatch)
ax.legend(loc='upper center', bbox_to_anchor=(0.5, 1.1), ncol=3, fancybox=True, shadow=True)
plt.show()
而我得到的输出
![example](https://i.stack.imgur.com/KkWMe.png)
参考设置可用舱口和不同舱口:http://matplotlib.org/examples/pylab_examples/hatch_demo.html
注:我调整你的bbox_to_anchor
的传说,因为它是部分我的电脑上的数字之外。
或者'sns.set_style(“ticks”)' – McGrady
谢谢。正是我在找什么! –
@McGrady这也可以,我刚刚尝试过whitegrid,看起来不错,没有看到需要继续尝试其他风格 – bheklilr