在pandas/matplotlib中获取散点图的Colorbar实例

如何获取pandas.DataFrame.plot创建的绘图的内部创建的colorbar实例

以下是生成彩色散点图的示例：

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
import itertools as it

# [ (0,0), (0,1), ..., (9,9) ]
xy_positions = list( it.product( range(10), range(10) ) )

df = pd.DataFrame( xy_positions, columns=['x','y'] )

# draw 100 floats
df['score'] = np.random.random( 100 )

ax = df.plot( kind='scatter',
              x='x',
              y='y',
              c='score',
              s=500)
ax.set_xlim( [-0.5,9.5] )
ax.set_ylim( [-0.5,9.5] )

plt.show()

这给了我一个这样的数字：

---

如何获取colorbar实例以对其进行操作，例如更改标签或设置刻度？

虽然不完全相同，但您可以使用matplotlib进行打印：

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
import itertools as it

# [ (0,0), (0,1), ..., (9,9) ]
xy_positions = list( it.product( range(10), range(10) ) )

df = pd.DataFrame( xy_positions, columns=['x','y'] )

# draw 100 floats
df['score'] = np.random.random( 100 )

fig = plt.figure()
ax = fig.add_subplot(111)

s = ax.scatter(df.x, df.y, c=df.score, s=500)
cb = plt.colorbar(s)
cb.set_label('desired_label')

ax.set_xlim( [-0.5,9.5] )
ax.set_ylim( [-0.5,9.5] )

plt.show()

---

pandas

不返回颜色条的轴，因此我们必须找到它：

首先，让我们获得

图

实例：即使用

plt.gcf（）

2，这个数字有多少轴

In [62]:

f.get_axes()
Out[62]:
[<matplotlib.axes._subplots.AxesSubplot at 0x120a4d450>,
 <matplotlib.axes._subplots.AxesSubplot at 0x120ad0050>]

---

好的，这给了我颜色条可能所在的轴。但是我怎么能确定这是正确的轴呢？我知道在我的设置中，轴列表中的第二个是我的颜色条。我不认为当你有一个包含更多轴的复杂图形（而不是在这种情况下只有2个）时，有一个简单的方法来识别颜色条轴。您可以通过检查轴是否包含

matplotlib.collections.QuadMesh

作为其子项之一（colorbar轴将包含它）来识别colorbar轴，这是颜色渐变。但是，这是一种不安全的黑客行为，因为

matplotlib.collections.QuadMesh

也可能出现在其他类型的绘图中。因此，我认为最好弄清楚轴的创建顺序，并以这种方式选择颜色条轴（轴）。最好的答案是指定如何设置刻度。此时，调用cax.set_yticks（i）将生成一个警告，而不是设置刻度，因此答案不包括问题中提出的具体挑战。是的，这也是可能的，但它失去了直接使用数据帧的优点。也许。。。但是

ax=df.plot（kind='scatter'，x='x'，y='y'，c='score'，s=500）

真的比

s=ax.scatter（df.x，df.y，c=df.score，s=500）更直接吗？我想我更喜欢这样，而不是四处寻找正确的轴；-）直接使用matplotlib可能有更多的优势，尤其是如果以后要使用和修改轴。
In [62]:

f.get_axes()
Out[62]:
[<matplotlib.axes._subplots.AxesSubplot at 0x120a4d450>,
 <matplotlib.axes._subplots.AxesSubplot at 0x120ad0050>]

In [63]:

ax
Out[63]:
<matplotlib.axes._subplots.AxesSubplot at 0x120a4d450>

In [64]:

cax = f.get_axes()[1]
#and we can modify it, i.e.:
cax.set_ylabel('test')