แพลเลตสีแบบต่อเนื่อง

การพัฒนาการแสดงผลข้อมูลใน Python

Nick Strayer

Instructor

รายการประเภทข้อมูลต่อเนื่องทางซ้าย และข้อมูลไม่ต่อเนื่องทางขวา

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

แพลเลตสีจากขาวไปน้ำเงิน

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

แพลเลตสีจากดำไปแดง

heatmap ที่เข้ารหัสด้วยสีทางซ้าย และแผนภูมิแท่งทางขวา

ใช้สีให้เรียบง่าย

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)

heatmap สีฟ้าอ่อนแสดงระดับ O3 ตามช่วงเวลา

ใช้สีให้เรียบง่าย

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)

heatmap ค่ามลพิษ O3 ที่ใช้แพลเลต jet หลายสี

คำนึงถึงผู้ที่มีปัญหาการมองเห็นสี

หลีกเลี่ยงการเปลี่ยนผ่านระหว่างสีเขียวและสีแดง
แพลเลตที่ใช้ความเข้มของสีจะปลอดภัยกว่า

เขียวไปแดงแสดงหน้าเศร้า ส้มอ่อนไปแดงแสดงหน้ายิ้ม

การเข้ารหัสค่ากลาง

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

แพลเลตแบบ diverging จากน้ำเงินไปแดง

heatmap ค่าความเบี่ยงเบนของ SO2 เข้ารหัสด้วยแพลเลต diverging จากน้ำเงินไปแดง

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)

กราฟพื้นหลังขาวและจุดสีส้มที่ค่าน้อยจะมีสีอ่อนกว่า

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)

กราฟพื้นหลังดำและจุดสีส้มที่ค่าน้อยจะมีสีเข้มกว่า

มาฝึกกันเถอะ!

การพัฒนาการแสดงผลข้อมูลใน Python