Python 为什么Seaborn会在我的数据中创建一个额外的类别？

我试图在Python3.6.5下用0.9.0绘制一些简单的数据。数据只是两个彼此分类不同的点。分类本身就是

1

或

2

。然而，当我用Seaborn绘图时，图例显示了三种类型：

0

、

1

和

2

import numpy
import seaborn
import pandas
from matplotlib import pyplot

X = numpy.array([
    [-1, -1, 1],
    [1, 1, 2]
])

data = pandas.DataFrame(X, columns=('x','y','type'))

seaborn.scatterplot(data=data, x='x', y='y', hue='type')

pyplot.show()

结果图显示：

我也在没有熊猫的情况下尝试过这个方法，只使用了例如

x=x[：，0]，y=x[：，1]，hue=x[：，2]

，但结果是一样的

Seaborn医生这样说是关于

hue

参数：

可以是分类的，也可以是数字的，不过在后一种情况下，颜色映射的行为会有所不同

但他们并没有澄清什么是“绝对”的意思，或者行为是什么，或者它是如何不同的。我也读过这本书，但还没有找到答案

在数据中使用像

'1'

和

'2'

这样的字符串只会导致错误：

AttributeError: 'str' object has no attribute 'view'

TypeError: data type not understood

为什么图例中有一个额外的

0

类型？对于以后的工作，我怎样才能拥有更有意义的类别标签

---

读了更多的书，我发现：

如果数据具有类别数据类型，则可以在其中设置类别的默认顺序。如果传递给分类轴的变量看起来是数字，则级别将被排序。但数据仍被视为分类数据，并在分类轴上的顺序位置绘制（特别是在0，1，…），即使使用数字标记它们：

这一半解释了这里发生了什么（不是为什么会有一个额外的

0

类别），但即使使用Pandas分类类型也没有帮助。添加

data['type'] = data['type'].astype('category')

…将此数据转换为分类类型，但Seaborn仍给出一个错误：

AttributeError: 'str' object has no attribute 'view'

TypeError: data type not understood

您确实在这里遇到了“数字”颜色映射，这意味着seaborn将尝试使用一个有意义的（对其本身）数据子集来从中创建图例。这将至少是3种不同的颜色

当将数组中的数字

2

替换为较大的数字（例如

900

这里的解决方案确实是激活“分类”映射。的

图例

参数可以取三个值

图例

：“简短”、“完整”或“错误”，可选
如何绘制图例。如果“简短”，数字色调和大小变量将用均匀间隔值的样本表示。如果“已满”，每组将在图例中获得一个条目。如果为False，则不添加图例数据，也不绘制图例

所以你可以设置一些不直观的（至少在这种情况下是这样）

legend="full"

获取色调列中每个唯一值的图例条目（因此比使用“简短”少一个）

请注意，使用字符串作为类别将起作用，但这些字符串不能转换为数字

import numpy
import seaborn
import pandas
from matplotlib import pyplot

X = numpy.array([
    [-1, -1, "A"],
    [ 1,  1, "B"]])

data = pandas.DataFrame(X, columns=('x','y','type'))

seaborn.scatterplot(data=data, x='x', y='y', hue='type', legend="brief")

pyplot.show()

---

谢谢！“字符串没问题，但如果它们是数字就不行”这件事完全把我搞砸了。事实上，我认为最好是以重复的形式关闭。我在那边的回答更一般。一个问题在技术上是重复的很好的例子，但问题看起来完全不同。这个问题在技术上是重复的，但另一个问题/答案对我没有帮助。这篇文章真的成功了！