Palet kategorikal

Meningkatkan Visualisasi Data Anda di Python

Nick Strayer

Instructor

tiga panel berisi negara, kota, dan burung sebagai contoh data kategorikal

Batas persepsi

Usahakan ≤10 kategori
Perhatikan buta warna

sns.palplot(sns.color_palette('Set2', 11))

Banyak warna yang sulit dibedakan karena jumlahnya terlalu banyak

# Assign a new column to dataframe the desired combos
pollution['interesting cities'] = [x if x in ['Long Beach', 'Cincinnati'] 
                                   else 'other' for x in pollution['city'] ]

sns.scatterplot(x="NO2", y="SO2", hue = 'interesting cities', palette='Set2',
                data=pollution.query('year == 2014 & month == 12'))

plot sebar dengan Long Beach dan Cincinnati diberi warna titik khusus dan kota lain digabung sebagai warna "other"

colorbrewer_palettes = ['Set1',   'Set2',    'Set3',    'Accent', 
                        'Paired', 'Pastel1', 'Pastel2', 'Dark2']

for pal in colorbrewer_palettes: 
    sns.palplot(pal=sns.color_palette(pal))
    plt.title(pal, loc = 'left')

Serangkaian palet warna kategorikal yang tersedia

Data ordinal (a)

Memiliki urutan antar kelas
Jumlah kelas berbeda terbatas

Diagram menampilkan empat kuartil

Data ordinal (b)

Memiliki urutan antar kelas
Jumlah kelas berbeda terbatas

Diagram menampilkan tujuh hari dalam seminggu

Data ordinal (c)

Memiliki urutan antar kelas
Jumlah kelas berbeda terbatas

Diagram skala dari senang ke sedih menggunakan emoji

colorbrewer_palettes = ['Reds', 'Blues', 'YlOrBr', 'PuBuGn', 'GnBu', 'Greys']

for i, pal in enumerate(colorbrewer_palettes): 
    sns.palplot(pal=sns.color_palette(pal, n_colors=i+4))

Serangkaian palet ordinal yang tersedia

# Make a tertials column using qcut()
pollution['NO2 Tertial'] = pd.qcut(pollution['NO2'], 3, labels = False)

# Plot colored by the computer tertials 
sns.scatterplot(x="CO", y="SO2", hue='NO2 Tertial', palette="OrRd",
                data=pollution.query("city == 'Long Beach' & year == 2014"))

Scatterplot CO dan SO2 yang mengodekan tertial NO2 dalam skala warna merah ordinal

Mari mewarnai beberapa kategori

Meningkatkan Visualisasi Data Anda di Python