python - Pandas/Pyplot : How to plot by category 中的散点图

Question

这个问题在这里已经有了答案:

Color by Column Values in Matplotlib (6 个回答)

关闭 去年。

我正在尝试使用 Pandas DataFrame 对象在 pyplot 中制作一个简单的散点图，但想要一种有效的方法来绘制两个变量，但符号由第三列(键)指示。我尝试了各种使用 df.groupby 的方法，但都没有成功。下面是一个示例 df 脚本。这会根据“key1”为标记着色，但我希望看到带有“key1”类别的图例。我接近了吗？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()

Answer 1

您可以为此使用 scatter，但这需要您的 key1 具有数值，并且您不会有图例，正如您所注意到的。

最好将 plot 用于像这样的离散类别。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()

如果您希望事情看起来像默认的 pandas 样式，那么只需使用 pandas 样式表更新 rcParams 并使用它的颜色生成器。 (我也在稍微调整一下图例):

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()