Paletas de cores contínuas

Aprimorando suas visualizações de dados em Python

Nick Strayer

Instructor

lista de tipos de dados contínuos à esquerda, não contínuos à direita

blue_scale = sns.light_palette("steelblue")
sns.palplot(blue_scale)

paleta de cor de branco a azul

red_scale = sns.dark_palette("orangered")
sns.palplot(red_scale)

paleta de preto a vermelho

mapa de calor codificado por cor à esquerda e gráfico de barras à direita

Mantenha simples

indy_oct = pollution.query("year == 2015 & city == 'Indianapolis'")
blue_scale = sns.light_palette("steelblue", as_cmap = True)
sns.heatmap(indy_oct[['O3']], cmap = blue_scale)

mapa de calor azul-claro dos níveis de o3 ao longo do tempo

Mantenha simples

indy_oct = pollution.query("year == 2015 & city == 'Indianapolis'")
jet_scale = palette = sns.color_palette('jet', as_cmap = True)
sns.heatmap(indy_oct[['O3']], cmap = jet_scale)

mapa de calor de valores de poluição o3 com a paleta colorida jet

Atenção ao daltonismo

Evite transições entre verde e vermelho
Paletas que usam intensidade são mais seguras

verde para vermelho = cara triste, vermelho-claro para vermelho = cara feliz

Codificando valores neutros

pal_light = sns.diverging_palette(250, 0)
pal_dark  = sns.diverging_palette(250, 0, center = 'dark')

paleta divergente de azul a vermelho

mapa de calor de desvios de SO2 codificado com paleta divergente azul a vermelho

plt.style.use('seaborn-white')

light_palette = sns.light_palette("orangered")
sns.scatterplot(x = 'CO', y = 'NO2', hue = 'O3', data = lb_2012, 
                palette = light_palette)

gráfico com fundo branco e pontos laranja destacando valores baixos como pontos mais claros

plt.style.use('dark_background')

dark_palette = sns.dark_palette("orangered")
sns.scatterplot(x = 'CO', y = 'NO2', hue = 'O3', data = lb_2012, 
                palette = dark_palette)

gráfico com fundo preto e pontos laranja destacando valores baixos como pontos mais escuros

Vamos continuar nos exercícios

Aprimorando suas visualizações de dados em Python