Python中按Hue与类别自定义箱线图/柱状图配色的实现方法

你可以直接通过seaborn绘图接口的palette参数自定义分组配色，以下提供箱线图、分组柱状图两种实现：

方案1：箱线图+自定义配色 #

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

# 测试数据
test = pd.DataFrame([[2021, 'female', 3], [2021, 'male', 1], [2021, 'female', 6],
                    [2021, 'female', 3], [2021, 'male', 4], [2021, 'female', 10],
                    [2020, 'female', 2], [2020, 'male', 9], [2020, 'male', 7],
                    [2020, 'female', 1], [2020, 'male', 5], [2020, 'male', 8]
                   ], columns=['Year', 'category', 'value'])

plt.figure(figsize=(10,6))
# 自定义配色字典，key对应hue字段的取值，value为对应颜色（支持十六进制、标准颜色名）
custom_palette = {
    2020: "#FF8C8C",
    2021: "#6495ED"
}
g = sns.boxplot(y='value', x='category', data=test, hue='Year', palette=custom_palette)
g.set_xticklabels(g.get_xmajorticklabels(), fontsize = 12)
plt.xlabel('类别', fontsize=12)
plt.ylabel('数值', fontsize=12)
plt.legend(title='年份', fontsize=12)
plt.show()

方案2：分组柱状图+自定义配色 #

如果需要用柱状图展示，可直接替换绘图接口，支持自动计算聚合值和误差棒：

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

test = pd.DataFrame([[2021, 'female', 3], [2021, 'male', 1], [2021, 'female', 6],
                    [2021, 'female', 3], [2021, 'male', 4], [2021, 'female', 10],
                    [2020, 'female', 2], [2020, 'male', 9], [2020, 'male', 7],
                    [2020, 'female', 1], [2020, 'male', 5], [2020, 'male', 8]
                   ], columns=['Year', 'category', 'value'])

plt.figure(figsize=(10,6))
custom_palette = {
    2020: "#FF8C8C",
    2021: "#6495ED"
}
# ci='sd'表示用标准差作为误差棒，也可以修改为其他置信区间
g = sns.barplot(y='value', x='category', data=test, hue='Year', palette=custom_palette, edgecolor='black', ci='sd')
g.set_xticklabels(g.get_xmajorticklabels(), fontsize = 12)
plt.xlabel('类别', fontsize=12)
plt.ylabel('平均数值', fontsize=12)
plt.legend(title='年份', fontsize=12)
plt.show()

你可以根据需求调整custom_palette里的色值，适配自己的配色要求。

内容的提问来源于stack exchange，提问作者LizUlloa