सतत रंग पैलेट

Python में अपनी डेटा विज़ुअलाइज़ेशन बेहतर करें

Nick Strayer

Instructor

बाएँ सतत डेटा प्रकारों की सूची, दाएँ असतत

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

सफेद से नीले रंग का पैलेट

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

काले से लाल रंग का पैलेट

बाएँ रंग-एन्कोडेड हीटमैप, दाएँ बार चार्ट

सादा रखें

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)

समय के साथ O3 स्तरों का हल्का नीला हीटमैप

सादा रखें

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)

रंग-बिरंगे jet पैलेट के साथ O3 मानों का हीटमैप

कलर ब्लाइंडनेस का ध्यान रखें

हरे से लाल के बीच ट्रांजिशन से बचें
इंटेंसिटी-आधारित पैलेट ज़्यादा सुरक्षित हैं

हरा से लाल बराबर उदास चेहरा, हल्का लाल से लाल बराबर खुश चेहरा

न्यूट्रल मान एन्कोड करना

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

नीले से लाल का डाइवर्जिंग पैलेट

SO2 डिविएशन का हीटमैप, नीले से लाल डाइवर्जिंग पैलेट में एन्कोडेड

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)

सफेद बैकग्राउंड वाला चार्ट, नारंगी डॉट्स जिनमें कम मान हल्के दिखते हैं

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)

काले बैकग्राउंड वाला चार्ट, नारंगी डॉट्स जिनमें कम मान गहरे दिखते हैं

चलिए अभ्यास में आगे बढ़ते हैं

Python में अपनी डेटा विज़ुअलाइज़ेशन बेहतर करें