Безперервні колірні палітри

Удосконалення візуалізацій даних у Python

Nick Strayer

Instructor

ліворуч — типи безперервних даних, праворуч — небезперервних

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

колірна палітра від білого до синього

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

палітра від чорного до червоного

теплова карта з кодуванням кольором ліворуч і стовпчикова діаграма праворуч

Простіше — краще

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)

світло-блакитна теплова карта рівнів o3 у часі

Простіше — краще

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)

теплова карта значень забруднення o3 з яскравою палітрою jet

Враховуйте дальтонізм

Уникайте переходів між зеленим і червоним
Палітри з варіюванням інтенсивності безпечніші

зелений→червоний — сумне обличчя, світло-червоний→червоний — усміхнене обличчя

Кодування нейтральних значень

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

синьо‑червона дивергентна палітра

теплова карта відхилень SO2, закодованих синьо‑червоною дивергентною палітрою

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)

діаграма з білим тлом і помаранчевими точками, де малі значення світліші

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)

діаграма з чорним тлом і помаранчевими точками, де малі значення темніші

Продовжимо у вправах

Удосконалення візуалізацій даних у Python