シーボーン-カラーパレット

色は、視覚化の他の側面よりも重要な役割を果たします。効果的に使用すると、色はプロットにさらに価値を加えます。パレットとは、画家が絵具を並べて混ぜる平らな表面を意味します。

建物のカラーパレット

Seabornは、* color_palette（）*と呼ばれる関数を提供します。これを使用して、プロットに色を付けたり、より美的な価値を追加したりできます。

使用法

seaborn.color_palette(palette = None, n_colors = None, desat = None)

パラメータ

次の表は、カラーパレットを構築するためのパラメータを示しています-

Sr.No.

Palatte & Description

1

n_colors

パレットの色の数。 Noneの場合、デフォルトはパレットの指定方法に依存します。デフォルトでは、 n_colors の値は6色です。

2

desat

各色の彩度を下げる割合。

戻る

ReturnはRGBタプルのリストを参照します。以下は、すぐに利用可能なSeabornパレットです-

Deep
ミュート
明るい
パステル
Dark
色覚異常

これらに加えて、新しいパレットを生成することもできます

データの特性を知らずに、特定のデータセットに使用するパレットを決定するのは困難です。それに注意して、私たちは* color_palette（）*タイプを使用するためのさまざまな方法を分類します-

定性
シーケンシャル
発散

カラーパレットを処理する別の関数* seaborn.palplot（）*があります。この関数は、カラーパレットを水平配列としてプロットします。 * seaborn.palplot（）*に関する詳細は、今後の例で説明します。

定性的カラーパレット

質的またはカテゴリーパレットは、カテゴリーデータをプロットするのに最適です。

例

from matplotlib import pyplot as plt
import seaborn as sb
current_palette = sb.color_palette()
sb.palplot(current_palette)
plt.show()

出力

色

*color_palette（）;* にパラメーターを渡していないため、デフォルトでは6色が表示されています。 *n_colors* パラメーターに値を渡すことで、希望の色数を確認できます。 ここでは、* palplot（）*を使用して、色の配列を水平にプロットします。

シーケンシャルカラーパレット

順次プロットは、範囲内の比較的低い値から高い値までのデータの分布を表すのに適しています。

追加の文字「s」を色パラメーターに渡された色に追加すると、順次プロットがプロットされます。

例

from matplotlib import pyplot as plt
import seaborn as sb
current_palette = sb.color_palette()
sb.palplot(sb.color_palette("Greens"))
plt.show()

grid

注-上記の例では、「Greens」などのパラメータに「s」を追加する必要があります。

発散するカラーパレット

分岐パレットは、2つの異なる色を使用します。各色は、共通点から両方向の値の変動を表します。

-1〜1の範囲のデータをプロットすると仮定します。 -1〜0の値は1つの色を取り、0〜+1は別の色を取ります。

デフォルトでは、値はゼロから中央に配置されます。値を渡すことで、パラメータセンターで制御できます。

例

from matplotlib import pyplot as plt
import seaborn as sb
current_palette = sb.color_palette()
sb.palplot(sb.color_palette("BrBG", 7))
plt.show()

出力

brown

デフォルトのカラーパレットの設定

関数* color_palette（）には、 set_palette（）と呼ばれるコンパニオンがあります。それらの関係は、美学の章で説明したペアに似ています。引数は set_palette（）と color_palette（）*の両方で同じですが、デフォルトのMatplotlibパラメーターが変更され、すべてのプロットにパレットが使用されます。

例

import numpy as np
from matplotlib import pyplot as plt
def sinplot(flip = 1):
   x = np.linspace(0, 14, 100)
   for i in range(1, 5):
      plt.plot(x, np.sin(x + i *.5)* (7 - i) * flip)

import seaborn as sb
sb.set_style("white")
sb.set_palette("husl")
sinplot()
plt.show()

出力

グラフ

単変量分布のプロット

データの分布は、データの分析中に理解する必要がある最も重要なことです。ここでは、シーボーンがデータの単変量分布の理解にどのように役立つかを見ていきます。

関数* distplot（）*は、単変量分布をすばやく確認する最も便利な方法を提供します。この関数は、データのカーネル密度推定に適合するヒストグラムをプロットします。

使用法

seaborn.distplot()

パラメーター

次の表は、パラメータとその説明を示しています-

Sr.No.	Parameter & Description
1	data シリーズ、1D配列またはリスト
2	bins 履歴ビンの指定
3	hist bool
4	kde bool

これらは、調べるべき基本的かつ重要なパラメーターです。

Seaborn-color-palette

目次