python - 使用 seaborn 色调时分配平均标记的颜色

Question

在 Seaborn 中，我可以通过提供 meanprops 来分配均值标记的颜色
例如:

meanprops: {'marker': 'o', 'markeredgecolor': c,
                    'markerfacecolor': 'none', 'markersize': 4}

但是，如果我使用色调制作绘图，这将为所有类别设置相同的均值颜色。我如何也可以应用色调颜色来表示。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
df_merge = pd.DataFrame(data={'AOD_440nm': np.random.rand(20),
                        'month': np.tile(['Jan','Feb'], 10),
                        'kind': np.repeat(['A', 'B'], 10)})
fig,ax = plt.subplots()
sns.boxplot(x='month', y='AOD_440nm', hue='kind', data=df_merge,
            showfliers=False, whis=[5, 95],
            palette=sns.color_palette(('r', 'k')),
            showmeans=True)
for i, artist in enumerate(ax.artists):
    # Set the linecolor on the artist to the facecolor, and set the facecolor to None
    col = artist.get_facecolor()
    artist.set_edgecolor(col)
    artist.set_facecolor('None')

简而言之，我怎样才能改变手段的颜色？

Answer 1

您可以遍历箱线图生成的所有“线”。箱线图为每个框生成多条线，每个元素一条线。均值的标记也是“线”，但具有线型 None , 只有一个标记(类似于 plt.plot 如何绘制标记)。每个框的确切行数取决于选项(如:有/无均值、 mustache 等)。由于更改非标记线的标记颜色没有明显效果，因此更改所有标记颜色是最简单的方法。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

df_merge = pd.DataFrame(data={'AOD_440nm': np.random.rand(20),
                              'month': np.tile(['Jan', 'Feb'], 10),
                              'kind': np.repeat(['A', 'B'], 10)})
fig, ax = plt.subplots()
sns.boxplot(x='month', y='AOD_440nm', hue='kind', data=df_merge,
            showfliers=False, whis=[5, 95],
            palette=sns.color_palette(('r', 'k')),
            showmeans=True)

num_artists = len(ax.artists)
num_lines = len(ax.lines)
lines_per_artist = num_lines // num_artists
for i, artist in enumerate(ax.artists):
    # Set the linecolor on the artist to the facecolor, and set the facecolor to None
    col = artist.get_facecolor()
    artist.set_edgecolor(col)
    artist.set_facecolor('None')
    # set the marker colors of the corresponding "lines" to the same color
    for j in range(lines_per_artist):
        ax.lines[i * lines_per_artist + j].set_markerfacecolor(col)
        ax.lines[i * lines_per_artist + j].set_markeredgecolor(col)
plt.show()

PS:替代 artist.set_facecolor('None')可以使用强透明度: artist.set_alpha(0.1) .