根据元素数量定义灰度颜色图答案

【问题标题】：Defining greyshade colormaps depending on number of elements根据元素数量定义灰度颜色图
【发布时间】：2021-05-02 11:57:28
【问题描述】：

我已经定义了以下数据框：

df=pd.DataFrame(DataMatrix_DCM,columns=['shape','dn','nis','Ds','Ibs','kVsfL','kHL','T_fund','Fa_max'])

并拥有plotvars=['nis','Ds','Ibs','kVsfL','kHL']

我正在使用 Seaborn relplot 来生成绘图。代码如下：

for vidx,vname in enumerate (plotvars):
g=sns.relplot(x="dn",y="Fa_max",col='shape',hue=vname,col_wrap=2,kind="scatter",palette=**###**,data=df,legend="full",edgecolor=None).set_titles("section shape: {col_name}")

交替显示为“hue”的每个参数都有不同数量的值。我想定义特定于图形的调色板，所有颜色都介于 (cplim1,cplim1,cplim1) 和 (cplim2,cplim2,cplim2) 之间，但调色板矢量中的元素数量不同（例如，不同数量的灰色阴影，但都在 (0,0,0) 和 (0.5,0.5,0.5)) 之间。

我正在寻找一种方法来根据“hue”变量中唯一值的数量自动定义这些调色板。也许使用 linspace？

【问题讨论】：

标签： python colors seaborn color-palette

【解决方案1】：

我编写了这个函数，它成功地生成了一个定义灰度调色板的锯齿状数组：

def greycolorpalette(df,vname):
    colidx=np.argwhere(df.columns.isin([vname])).ravel()
    colpal=np.linspace(0.8,0,num=len(np.unique(df.iloc[:,colidx])))
    colvec=[]
    for cidx,cval in enumerate (colpal):
        colvec.append(np.repeat(cval,3))
    return colvec

【讨论】：