如何在同一图中使用多个seaborn色图

Question

我有一些测试数据：

import numpy as np
x_data = np.arange(10)
y = np.random.rand(len(x_data))

这些数据有不同的属性

ix1 = x_data < 5
ix2 = x_data >= 5

我想通过图形来查看这些差异，但结果搞得一团糟：

import matplotlib.pyplot as plt
import seaborn as sns
sns.set_context('poster')

fig, ax = plt.subplots(figsize=(4, 4))
for i, x in enumerate(x_data):
    if ix1[i]:
        sns.set_palette('rainbow', sum(ix1))
    if ix2[i]:
        sns.set_palette('coolwarm', sum(ix2))
    plt.plot(x, y[i], 'o', label='{}'.format(x))
plt.legend(loc='best', prop={'size': 6})
plt.show()

我希望结果是点0到4显示成彩虹色（红色到紫色），而点5到9显示成冷暖色（蓝色到白色再到红色），但实际上却是这样：

所以，我有两个问题：

1. 在调用 plt.subplots 之后调用 sns.set_palette() 是可以的吗？
2. 有没有办法多次设置调色板？

Answer 1

不可以，因为matplotlib的工作方式决定了颜色调色板是Axes对象的一个属性。所以，当一个Axes对象被创建时，它会使用当时设置的调色板。虽然有办法绕过这个限制，去修改一些私有属性（可以参考这里），但我并不推荐这样做。

在你的情况下，我想出了一个稍微不同的方法，虽然这个方法可能不适用于所有情况：

pal1 = sns.color_palette('rainbow', sum(ix1))
pal2 = sns.color_palette('coolwarm', sum(ix2))

fig, ax = plt.subplots(figsize=(4, 4))
ax.scatter(x_data[ix1], y[ix1], c=pal1, s=60, label="smaller")
ax.scatter(x_data[ix2], y[ix2], c=pal2, s=60, label="larger")
ax.legend(loc="lower right", scatterpoints=5)

顺便说一下，这个可视化看起来比较复杂，理解起来有点困难（而且你选择的两个调色板重叠得比较多，并不太适合这些数据），所以可能从简单的开始会更好。