如何更改seaborn散点图中的专色边缘颜色?

我使用 seaborn 创建了一个散点图:


import seaborn as sns

sns.set(style="ticks", color_codes=True)

        

g=sns.scatterplot(x="length", y="coverage", data=df, hue = 'Products', edgecolors=None, alpha = 0.7)

g.set(yscale="log")

plt.xlabel("Length(bp)")

plt.ylabel("Coverage")

plt.legend(loc = 'lower right')

plt.savefig('ATN_plot.png',dpi = 600)

原始数据(部分):


contig  length  coverage    pathway Products

53  1230    2423    stigmatellin    Yes

58  1195    885 curacin Yes

65  1161    598 jamaicamide Yes

68  1159    8001    jamaicamide Yes

79  1113    1423    curacin Yes

105 1042    1106    stigmatellin    Yes

727 666 223 HSAF (heat stable antifungal factor)    Yes

787 655 37  curacin Yes

791 654 13  stigmatellin    Yes

798 652 49  stigmatellin    Yes

844 642 5774    jamaicamide Yes

89  1090    13  No  No

90  1089    10  No  No

91  1086    26  No  No

92  1080    16  No  No

93  1079    10  No  No

94  1079    13  No  No

最后的情节是这样的:

http://img4.mukewang.com/610109b70001e81606530424.jpg

我不喜欢斑点的白色边缘。图像的左下部分聚集了最多的斑点,看起来太白了。我已经包含edgecolors=None在我的代码中,但它似乎不起作用。有谁知道如何去除边缘颜色或将其更改为其他颜色?



ibeautiful
浏览 760回答 3
3回答

猛跑小猪

替换edgecolors=None为linewidth=0就像是:g=sns.scatterplot(x="length", y="coverage", data=df, hue = 'Products',                    linewidth=0, alpha = 0.7)

大话西游666

在 matplotlib 中,大多数参数都采用None“使用默认值”。而在这里您不想使用默认值,而是不想使用边缘颜色。这是通过"none".sns.scatterplot(..., edgecolor="none")

蝴蝶刀刀

您可以通过传递 kwargs(关键字参数)来更改专色kwargs  =   {'edgecolor':"r", # for edge color             'linewidth':2.7, # line width of spot             'linestyle':'--', # line style of spot            }sns.scatterplot(x = "tip", y = "total_bill", data = tips_df, hue = "sex",                 size ="sex", sizes = (100, 300), palette = "nipy_spectral" ,**kwargs)或者您可以直接将其作为参数传递,例如:sns.scatterplot(x = "tip", y = "total_bill", data = tips_df, hue = "sex",                 size ="sex", sizes = (100, 300), palette = "nipy_spectral",                edgecolor='r',                linewidth=2,                linestyle='--',)输出 >>>我希望,我已经解开了你的疑惑。
打开App,查看更多内容
随时随地看视频慕课网APP

相关分类

Python