如何更改 seaborn 直方图的颜色

您可以使用seaborn中的color和edgecolor参数分别更改直方图中条形的填充颜色和边缘颜色：

 sns. histplot (data=df, x=' some_variable ', color=' orange ', edgecolor=' red ')

以下示例展示了如何在实践中使用这些参数。

示例：更改 Seaborn 直方图颜色

假设我们有以下 pandas DataFrame，其中包含 200 名不同篮球运动员的得分信息：

 import pandas as pd
import numpy as np

#make this example reproducible
n.p. random . seeds (1)

#createDataFrame
df = pd. DataFrame ({' team ': np. repeat (['A', 'B'], 100),
                   ' points ': np. random . normal (size=200, loc=15, scale=4)})

#view head of DataFrame
print ( df.head ())

  team points
0 A 21.497381
1 A 12.552974
2 A 12.887313
3 A 10.708126
4 A 18.461631

我们可以使用以下代码在Seaborn中创建直方图，以可视化点列中值的分布：

 import seaborn as sns

#create histogram to visualize distribution of points
sns. histplot (data=df, x=' points ')

默认情况下，Seaborn 使用蓝色作为直方图条的填充颜色，使用黑色作为直方图条的轮廓颜色。

但是，我们可以使用color和edgecolor参数自定义这些颜色：

 import seaborn as sns

#create histogram to visualize distribution of points
sns. histplot (data=df, x=' points ', color=' orange ', edgecolor=' red ') 

请注意，直方图现在具有橙色填充颜色和红色轮廓颜色。

另请注意，您可以使用十六进制颜色代码进行更多自定义：

 import seaborn as sns

#create histogram to visualize distribution of points
sns. histplot (data=df, x=' points ', color=' #DAF7A6 ', edgecolor=' #BB8FCE ') 

注意：您可以在此处找到 seaborn histplot()函数的完整文档。

其他资源

以下教程解释了如何在seaborn中执行其他常见功能：

如何设置 Seaborn 条形图中条形的颜色
如何在 Seaborn 中创建分组条形图
如何在单个图中创建多个 Seaborn 绘图