为什么 Seaborn 调色板不适用于 Pandas 条形图？

Question

演示代码并显示颜色差异的在线 Jupyter 笔记本位于： https://anaconda.org/walter/pandas_seaborn_color/notebook

当我使用 Pandas 数据框方法制作条形图时，颜色错误。 Seaborn 改进了 matplotlib 的调色板。 matplotlib 中的所有绘图都会自动使用新的 Seaborn 调色板。但是，来自 Pandas 数据帧的条形图会恢复为非 Seaborn 颜色。这种行为并不一致，因为 Pandas 数据框的线图确实使用 Seaborn 颜色。这使我的情节看起来具有不同的风格，即使我的所有情节都使用 Pandas。

如何使用 Pandas 方法进行绘图，同时获得一致的 Seaborn 调色板？

我在 python 2.7.11 中使用 conda 环境运行此代码，其中仅包含此代码所需的包（pandas、matplotlib 和 seaborn）。

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

df = pd.DataFrame({'y':[5,7,3,8]})

# matplotlib figure correctly uses Seaborn color palette
plt.figure()
plt.bar(df.index, df['y'])
plt.show()

# pandas bar plot reverts to default matplotlib color palette
df.plot(kind='bar')
plt.show()

# pandas line plots correctly use seaborn color palette 
df.plot()
plt.show()

Answer 1

感谢@mwaskom 指向sns.color_palette()。我一直在寻找它，但不知何故我错过了它，因此 prop_cycle 的原始混乱。

---

作为一种解决方法，您可以手动设置颜色。请注意，如果您要绘制一列或多列，color 关键字参数的行为会有所不同。

df = pd.DataFrame({'x': [3, 6, 1, 2], 'y':[5, 7, 3, 8]})

df['y'].plot(kind='bar', color=sns.color_palette(n_colors=1))

df.plot(kind='bar', color=sns.color_palette())

我原来的答案：

prop_cycle = plt.rcParams['axes.prop_cycle']
df['y'].plot(kind='bar', color=next(iter(prop_cycle))['color'])
df.plot(kind='bar', color=[x['color'] for x in prop_cycle])

Answer 2

这是 pandas 中的一个错误，专门用于条形图（我认为也是箱线图），它已在 pandas master 中修复（请参阅报告的 issue 和 PR 来修复它）。
这将在未来几周发布的 pandas 0.18.0 中。