有一些指示，表明在Seaborn Histplot

Question

在与海洋绘制的直方图中，当棒重叠时，因为使用

hue

的颜色变化，通常是无法区分的。这使得很难向人们解释情节。当有10个类带有梯度并了解哪种颜色的颜色变得更难时，这将变得越来越困难。因此，我如何在图上或在传说中显示产生的颜色是因为多个棒的覆盖层。

# imports
from sklearn.datasets import load_iris
from matplotlib import pyplot as plt
%matplotlib inline
import seaborn as sns

# getting the data
iris = load_iris(as_frame=True)['frame']

# make the histogram
sns.set(rc={'figure.figsize':(20, 5)})
sns.histplot(data=iris, x='sepal length (cm)', hue='target')
plt.show()

在高点的区域中显示这一点：

我想坚持使用直方图。

我怎么做？

您可以使用

alpha=1

Answer 1

sns.histplot(data=iris, x='sepal length (cm)', hue='target', alpha=1)

但是，注意，如果在后面显示的串系中显示的系列栏，则该系列的栏上的栏可能更高。

然后，替代方案是使用

displot

：拥有一个图表。 sns.displot(data=iris, x='sepal length (cm)', row='target', alpha=1, kind='hist')

NB。我用

iris = sns.load_dataset('iris')加载数据集，图形中的不同名称。

iris = sns.load_dataset('iris')
sns.histplot(data=iris, x='sepal_length', hue='species', alpha=1)
sns.displot(data=iris, x='sepal_length', row='species', alpha=1, kind='hist')

您需要更改单个补丁的zorder

（对应于每个类别的每个bin）。

def RemoveTransperancy(ax):
    x_bins = defaultdict(list)
    for p in ax.patches:
        x_bins[p.get_x()].append(p)
    for x_value in x_bins:
        x_bins[x_value].sort(key=lambda p: p.get_height(), reverse=True)
    for p in ax.patches:
        p.set_zorder(x_bins[p.get_x()].index(p) + 1)