每个直方图曲线下方的渐变填充-Python

Question

我正在尝试使用seaborn facet grid将梯度填充与多个直方图合并在一起，其中梯度是由每条曲线下的值的散布确定的，而不仅仅是由row或col的序列使用[C0 ]。下面有一些链接在python中部分执行一些类似的功能：

hue填充了一个发散梯度，但是每个直方图都独立于其他直方图，因此直方图之间的比较有些无效。使用下面的图，每个直方图应相对于其他直方图。此外，它不使用seaborn How to fill histogram with gradient color，这是此处的核心问题。

facet grid不会绘制直方图。它只是填充曲线下的区域。

我发现了一些显示我希望执行的图像，但它们似乎都是在How to generate series of histograms中生成的，而在python中却什么也没有。我的假设是使用seaborn尚不存在该功能，因此我必须使用R，但我认为这将适用于许多用户。

R

使用下面的代码，我们可以使用将梯度更改为hue或row，但这并不考虑曲线下的面积。

col

输出：

[可以为

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

# Create the data
rs = np.random.RandomState(1979)
x = rs.randn(120)
g = np.tile(list("ABCD"), 30)
h = np.tile(list("XYZ"), 40)

# Generate df
df = pd.DataFrame(dict(x = x, g = g, h = h))

# Initialize the FacetGrid object
pal = sns.cubehelix_palette(4, rot = -0.25, light = 0.7)
g = sns.FacetGrid(df, col = 'h', hue = 'h', row = 'g', aspect = 3, height= 1, palette = pal)

# Draw the densities 
g = g.map(sns.kdeplot, 'x', shade = True, alpha = 0.8, lw = 1, bw = 0.8)
g = g.map(sns.kdeplot, 'x', color= 'w', lw = 1, bw = 0.8)
g = g.map(plt.axhline, y = 0, lw = 1)

# Adjust title and axis labels directly
g.axes[0,0].set_ylabel('L 1')
g.axes[1,0].set_ylabel('L 2')
g.axes[2,0].set_ylabel('L 3')
g.axes[3,0].set_ylabel('L 4')

g.axes[0,0].set_title('Top 1')
g.axes[0,1].set_title('Top 2')
g.axes[0,2].set_title('Top 3')

g.axes[1,0].set_title('')
g.axes[1,1].set_title('')
g.axes[1,2].set_title('')
g.axes[2,0].set_title('')
g.axes[2,1].set_title('')
g.axes[2,2].set_title('')
g.axes[3,0].set_title('')
g.axes[3,1].set_title('')
g.axes[3,2].set_title('')

g.set_axis_labels(x_var = 'Total Amount')
g.set(yticks = [])

或row设置一个渐变，但我希望将此渐变传递到每个直方图曲线下方的区域。与上图相似。因此，每条曲线下方的区域在小于零时将变亮，而在大于零时将变暗。

即使将曲线下的面积调整为中间值也足够。

col

Answer 1

您可以创建图像渐变，并将直方图本身用作图像的剪切路径，以便唯一可见的部分是曲线下方的部分。