plotnine灰度配色修改方法及学习资源咨询

一、灰色系配色解决方案 #

你之前的尝试未成功，核心原因如下：

• theme_bw() 仅修改图表主题样式（背景、网格线等），不影响柱子的填充配色；
• scale_color_cmap() 针对的是线条/点的颜色，而柱状图的分组配色依赖fill（填充色）映射，需使用scale_fill_*系列函数；
• matplotlib内置灰阶色盘的正确名称是'Greys'（从浅灰到深灰的渐变色阶），而非'gray'。

两种实现方式： #

1. 不同分组用不同灰度（渐变灰阶）

若需让不同variable/category的柱子呈现灰度差异，直接添加scale_fill_grey()或scale_fill_cmap(cmap_name='Greys')即可：

from plotnine import ggplot, aes, geom_col, theme_bw, scale_fill_grey
import pandas as pd

# 模拟官方示例数据
df = pd.DataFrame({
    'category': ['A', 'A', 'B', 'B', 'C', 'C'],
    'variable': ['X', 'Y', 'X', 'Y', 'X', 'Y'],
    'value': [2, 3, 1, 4, 5, 2]
})

# 修改后的灰色系分组柱状图
(ggplot(df, aes(x='category', y='value', fill='variable'))
 + geom_col(position='dodge')  # 分组并排显示
 + scale_fill_grey(start=0.4, end=0.8)  # 自定义灰度范围，start为深灰、end为浅灰
 + theme_bw())

2. 所有柱子用单一灰色

若无需分组颜色差异，直接固定填充色即可，无需将fill映射到变量：

(ggplot(df, aes(x='category', y='value'))
 + geom_col(position='dodge', fill='#777777')  # 固定为中度灰色
 + theme_bw())

二、plotnine实用学习资源 #

• 官方文档：包含完整API说明、示例画廊，每个图表示例都配有可运行代码，是最权威的参考资料。
• 《Python for Data Analysis》：Wes McKinney的经典数据分析书籍，其中有专门章节讲解plotnine，结合pandas数据处理流程，适合有数据分析基础的用户。
• GitHub仓库示例：plotnine的GitHub仓库中examples目录有大量分类示例，涵盖基础图表、自定义主题、分面等各种场景，可直接复制代码调试学习。
• 实战案例帖：国内数据分析社区的博主分享的plotnine实战教程，从业务场景出发讲解可视化技巧，更贴近实际工作需求。
• 官方入门教程：官网的tutorial板块从安装、基础语法到高级自定义，一步步引导学习，适合纯新手从零开始掌握。

内容的提问来源于stack exchange，提问作者Antonio Sesto