Seaborn-color-palette
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
*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()
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
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
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。