Pandas/Pyplot中的散点图:如何按类别绘制
Pandas/Pyplot中的散点图:如何按类别绘制
提问于 2014-02-09 10:51:57
我正在尝试使用Pandas DataFrame对象在pyplot中绘制一个简单的散点图，但是想要一种有效的方法来绘制两个变量，但符号由第三列(键)指定。我尝试过使用df.groupby的各种方法，但都不成功。下面是一个示例df脚本。这将根据'key1‘对标记进行着色，但我希望看到带有'key1’类别的图例。我说得对吗？谢谢。
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
df = pd.DataFrame(np.random.normal(10,1,30).reshape(10,3), index = pd.date_range('2010-01-01', freq = 'M', periods = 10), columns = ('one', 'two', 'three'))
df['key1'] = (4,4,4,6,6,6,8,8,8,8)
fig1 = plt.figure(1)
ax1 = fig1.add_subplot(111)
ax1.scatter(df['one'], df['two'], marker = 'o', c = df['key1'], alpha = 0.8)
plt.show()回答 8
Stack Overflow用户
回答已采纳
发布于 2014-02-09 12:23:06
您可以使用scatter来实现这一点，但是这需要您的key1具有数字值，并且您将不会有图例，正如您所注意到的。
对于像这样的离散类别，最好只使用plot。例如：
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
np.random.seed(1974)
# Generate Data
num = 20
x, y = np.random.random((2, num))
labels = np.random.choice(['a', 'b', 'c'], num)
df = pd.DataFrame(dict(x=x, y=y, label=labels))
groups = df.groupby('label')
# Plot
fig, ax = plt.subplots()
ax.margins(0.05) # Optional, just adds 5% padding to the autoscaling
for name, group in groups:
ax.plot(group.x, group.y, marker='o', linestyle='', ms=12, label=name)
ax.legend()
plt.show()
如果您希望外观看起来像默认的pandas样式，那么只需用pandas样式表更新rcParams并使用它的颜色生成器。(我还稍微调整了一下图例)：
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
np.random.seed(1974)
# Generate Data
num = 20
x, y = np.random.random((2, num))
labels = np.random.choice(['a', 'b', 'c'], num)
df = pd.DataFrame(dict(x=x, y=y, label=labels))
groups = df.groupby('label')
# Plot
plt.rcParams.update(pd.tools.plotting.mpl_stylesheet)
colors = pd.tools.plotting._get_standard_colors(len(groups), color_type='random')
fig, ax = plt.subplots()
ax.set_color_cycle(colors)
ax.margins(0.05)
for name, group in groups:
ax.plot(group.x, group.y, marker='o', linestyle='', ms=12, label=name)
ax.legend(numpoints=1, loc='upper left')
plt.show()
Stack Overflow用户
发布于 2016-08-31 21:44:54
使用Seaborn (pip install seaborn)作为一行程序很容易做到这一点
sns.scatterplot(x_vars="one", y_vars="two", data=df, hue="key1")：
import seaborn as sns
import pandas as pd
import numpy as np
np.random.seed(1974)
df = pd.DataFrame(
np.random.normal(10, 1, 30).reshape(10, 3),
index=pd.date_range('2010-01-01', freq='M', periods=10),
columns=('one', 'two', 'three'))
df['key1'] = (4, 4, 4, 6, 6, 6, 8, 8, 8, 8)
sns.scatterplot(x="one", y="two", data=df, hue="key1")
以下是供参考的数据框架：
由于您的数据中有三个变量列，因此您可能希望使用以下命令绘制所有成对维度：
sns.pairplot(vars=["one","two","three"], data=df, hue="key1")
https://rasbt.github.io/mlxtend/user_guide/plotting/category_scatter/是另一种选择。
Stack Overflow用户
发布于 2014-02-09 12:19:30
对于plt.scatter，我只能想到一个:使用代理艺术家：
df = pd.DataFrame(np.random.normal(10,1,30).reshape(10,3), index = pd.date_range('2010-01-01', freq = 'M', periods = 10), columns = ('one', 'two', 'three'))
df['key1'] = (4,4,4,6,6,6,8,8,8,8)
fig1 = plt.figure(1)
ax1 = fig1.add_subplot(111)
x=ax1.scatter(df['one'], df['two'], marker = 'o', c = df['key1'], alpha = 0.8)
ccm=x.get_cmap()
circles=[Line2D(range(1), range(1), color='w', marker='o', markersize=10, markerfacecolor=item) for item in ccm((array([4,6,8])-4.0)/4)]
leg = plt.legend(circles, ['4','6','8'], loc = "center left", bbox_to_anchor = (1, 0.5), numpoints = 1)结果是：
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/21654635
复制相关文章
相似问题