Tôi đang cố gắng tạo một biểu đồ phân tán đơn giản trong pyplot bằng cách sử dụng đối tượng Pandas DataFrame, nhưng muốn một cách hiệu quả để vẽ biểu đồ hai biến nhưng có các ký hiệu được chỉ định bởi một cột thứ ba (khóa). Tôi đã thử nhiều cách khác nhau bằng cách sử dụng df.groupby, nhưng không thành công. Dưới đây là một tập lệnh df mẫu. Điều này tô màu các điểm đánh dấu theo 'key1', nhưng tôi muốn thấy một chú giải với các danh mục 'key1'. Tôi có thân thiết không? Cảm ơn.

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()

Bạn có thể sử dụng scattercho điều này, nhưng điều đó yêu cầu phải có các giá trị số cho của bạn key1và bạn sẽ không có chú giải, như bạn đã nhận thấy.

Tốt hơn là chỉ nên sử dụng plotcho các danh mục rời rạc như thế này. Ví dụ:

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()

Nếu bạn muốn mọi thứ trông giống như pandaskiểu mặc định , thì chỉ cần cập nhật biểu rcParamsđịnh kiểu gấu trúc và sử dụng trình tạo màu của nó. (Tôi cũng đang điều chỉnh chú thích một chút):

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()

Điều này rất đơn giản để thực hiện với Seaborn ( pip install seaborn) dưới dạng oneliner

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")

Đây là khung dữ liệu để tham khảo:

Vì bạn có ba cột biến đổi trong dữ liệu của mình, bạn có thể muốn vẽ tất cả các thứ nguyên theo cặp với:

sns.pairplot(vars=["one","two","three"], data=df, hue="key1")

https://rasbt.github.io/mlxtend/user_guide/plotting/category_scatter/ là một tùy chọn khác.

Với plt.scatter, tôi chỉ có thể nghĩ đến một: sử dụng một proxy artist:

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)

Và kết quả là:

Bạn có thể sử dụng df.plot.scatter và truyền một mảng vào đối số c = xác định màu của mỗi điểm:

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)
colors = np.where(df["key1"]==4,'r','-')
colors[df["key1"]==6] = 'g'
colors[df["key1"]==8] = 'b'
print(colors)
df.plot.scatter(x="one",y="two",c=colors)
plt.show()

Bạn cũng có thể thử Altair hoặc ggpot tập trung vào các hình ảnh trực quan mang tính khai báo.

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))

Mã Altair

from altair import Chart
c = Chart(df)
c.mark_circle().encode(x='x', y='y', color='label')

mã ggplot

from ggplot import *
ggplot(aes(x='x', y='y', color='label'), data=df) +\
geom_point(size=50) +\
theme_bw()

Từ matplotlib 3.1 trở đi bạn có thể sử dụng .legend_elements(). Một ví dụ được hiển thị trong Tạo chú giải tự động . Ưu điểm là có thể sử dụng một cuộc gọi phân tán duy nhất.

Trong trường hợp này:

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)


fig, ax = plt.subplots()
sc = ax.scatter(df['one'], df['two'], marker = 'o', c = df['key1'], alpha = 0.8)
ax.legend(*sc.legend_elements())
plt.show()

Trong trường hợp các khóa không được cung cấp trực tiếp dưới dạng số, nó sẽ giống như

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'] = list("AAABBBCCCC")

labels, index = np.unique(df["key1"], return_inverse=True)

fig, ax = plt.subplots()
sc = ax.scatter(df['one'], df['two'], marker = 'o', c = index, alpha = 0.8)
ax.legend(sc.legend_elements()[0], labels)
plt.show()

Nó khá là hacky, nhưng bạn có thể sử dụng one1như một thứ Float64Indexđể làm mọi thứ trong một lần:

df.set_index('one').sort_index().groupby('key1')['two'].plot(style='--o', legend=True)

Lưu ý rằng kể từ 0,20.3, việc sắp xếp chỉ mục là cần thiết và chú giải hơi khó hiểu .

seaborn có một chức năng bao bọc scatterplotđể làm điều đó hiệu quả hơn.

sns.scatterplot(data = df, x = 'one', y = 'two', data =  'key1'])