Seaborn.set_color_codes() 方法

---

---

Seaborn.set_color_codes() 方法用于更改 matplotlib 颜色缩写 的解释方式。调用此方法将改变 matplotlib 在后续绘图中对诸如“b”或“g”之类的缩写代码的解释方式。

Matplotlib 颜色缩写不过是用于表示颜色的快捷方式。例如，单字符缩写用于表示基本颜色，例如蓝色（'b'）、绿色（'g'）、红色（'r'）、黄色（'y'）等。

语法

以下是 seaborn.set_color_codes() 方法的语法：

seaborn.set_color_codes(palette='deep')

参数

此方法只有一个参数，解释如下。

在我们进入示例之前，我们将了解如何从 seaborn 库加载数据集。

加载 seaborn 库

要加载或导入 seaborn 库，可以使用以下代码行。

Import seaborn as sns

加载数据集

在本文中，我们将使用 seaborn 库中内置的 Tips 数据集。使用以下命令加载数据集。

tips=sns.load_dataset("tips")

以下命令用于查看数据集中前 5 行。这使我们能够了解可以使用哪些变量来绘制图表。

tips.head()

以下是上述代码的输出。

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

现在我们已经加载了数据，我们将在接下来的示例中了解该方法的工作原理。

示例 1

在这个示例中，我们将了解如何使用 seaborn 的 set_color_codes() 方法并向其传递参数。稍后我们将绘制图表以使用设置的颜色代码。我们在本例中使用 tips 数据集，并在设置颜色代码后绘制分类图。

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()

输出

生成的输出如下所示：

示例 2

我们将向 set_color_codes() 方法传递另一个值，并查看图表是如何变化的。这里，“dark”作为参数传递，之后绘制图表以查看图表颜色代码是如何变化的。

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()

输出

获得的输出如下：

示例 3

我们使用 matplotlib pyplot 方法而不是 seaborn 方法绘制图表并传递数据集。通过这种方式，我们可以理解 seaborn 方法适用于所有类型的图表，而不仅仅是 seaborn 图表。在本例中，颜色代码设置为 bright，下面附上获得的图表。

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()

输出

输出如下：

示例 4

在本例中，我们将颜色代码设置为 dark，然后使用 matplotlib pyplot 方法绘制图表并将颜色设置为绿色和紫色。为此要传递给 color 参数的变量是 g（绿色）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()

输出

获得的图表如下：