Python 图表不见了-什么库可以做交互式彩色散点图？

我发现自己最常做的可视化之一是：我有x，y数据，按类别标记。我需要绘制一个散点图，根据标签自动着色点，并生成一个图例然后可视化应该是交互式的（可缩放，悬停在点上显示元数据等）

这是一个完美的例子，我正在寻找的东西-一些存在于现在不推荐的：

我知道我可以与seaborn进行非交互操作：

fig = sns.lmplot(x="Length", y="Boot", hue="class", fit_reg=False, data=df)

我可以与bokeh交互绘图，但只能在低级别上进行，没有颜色或图例：

p = Scatter(df, x="Length", y="Boot", plot_width=800, plot_height=600, 
    tooltips=TOOLTIPS, title="Cars")

我还知道存在各种解决方法，例如手动定义调色板。然而，对于曾经是简单的一行程序（现在仍然是，在R中）的东西来说，这是非常复杂的。替代品Holoview似乎不支持散点图中的着色：

因此，对于在一行程序中支持这种开箱即用的Python包，有没有什么建议，而不是在低级基础上手动编写此代码？

该库是bokeh charts API的良好替代品。然而，由于API对于习惯命令式绘图API的人来说相当陌生，我们最近发布了一个名为的新库，该库试图非常紧密地镜像熊猫绘图API，同时提供bokeh提供的交互性以及HoloViews的一些更高级的功能（例如，自动刻面、小部件和datashader集成）。要从上面重新创建绘图，您可以执行以下操作：

import bokeh.sampledata.autompg as mpg
import hvplot.pandas

mpg.autompg.hvplot.scatter(
    x='displ', y='hp', by='cyl',
    fields={'hp': 'Horsepower', 'displ': 'Displacement'},
    title='HP vs. DISPL (shaded by CYL)'
)

请注意，在下一版本中，您将能够使用更明确的

xlabel

和

ylabel

参数替换

字段

参数。

该库是bokeh图表API的一个很好的替代品。但是，由于习惯于命令式绘图API的人对该API非常陌生，我们最近发布了基于一个名为的新库，该库尝试非常紧密地镜像熊猫绘图API，同时提供bokeh提供的交互性以及HoloView的一些更高级功能（例如自动刻面、小部件和数据阴影集成）。要从上面重新创建绘图，您可以执行以下操作：

import bokeh.sampledata.autompg as mpg
import hvplot.pandas

mpg.autompg.hvplot.scatter(
    x='displ', y='hp', by='cyl',
    fields={'hp': 'Horsepower', 'displ': 'Displacement'},
    title='HP vs. DISPL (shaded by CYL)'
)

---

请注意，在下一个版本中，您将能够用更明确的

xlabel

和

ylabel

参数替换

字段

参数。

在现代版本的Bokeh中，实现这一点非常简单：

from bokeh.plotting import figure, show
from bokeh.sampledata.iris import flowers as df
from bokeh.transform import factor_cmap

SPECIES = ['setosa', 'versicolor', 'virginica']

p = figure(tooltips="species: @species")
p.scatter("petal_length", "sepal_width", source=df, legend="species", alpha=0.5,
          size=12, color=factor_cmap('species', 'Category10_3', SPECIES))

show(p)

---

在现代版本的Bokeh中实现这一点非常简单：

from bokeh.plotting import figure, show
from bokeh.sampledata.iris import flowers as df
from bokeh.transform import factor_cmap

SPECIES = ['setosa', 'versicolor', 'virginica']

p = figure(tooltips="species: @species")
p.scatter("petal_length", "sepal_width", source=df, legend="species", alpha=0.5,
          size=12, color=factor_cmap('species', 'Category10_3', SPECIES))

show(p)

---

非常确定broke.charts刚刚被移动到了推荐@FHTMitchell:True的位置，但holoviews没有我需要的功能…我现在没有时间写完整的答案，但您可能对plotly的python api感兴趣。我希望旧文档能够清楚地表明这是不推荐的…花时间学习g bokeh了解到它不再有这个主要功能了…非常确定broke.charts刚刚被移动到了推荐@FHTMitchell:True的位置，但是holoviews没有我需要的功能…我现在没有时间写出完整的答案，但是你可能对plotly的python api感兴趣。我希望旧文档能够很明显，这是不推荐的…花时间学习bokeh以了解它不再具有此主要功能…这看起来正是我所寻找的！但是，它似乎与Spyder不起作用：我得到

Out[142]：：NdOverlay[cyl]：散射[Displacement]（马力）

而不是图像。。。（Windows/Python 3.6）是的，它主要设置为在笔记本中工作。但是您应该能够使用：hvplot.show（obj）显示返回的对象不幸的是，这不起作用，但我没有时间进一步调查，因为这看起来是一个有价值的选择，我现在就接受它。这看起来正是我想要的！但是，它似乎与Spyder不起作用：我得到了[142]：：NdOverlay[cyl]：分散[位移]（马力）而不是图像…（Windows/Python 3.6）是的，它主要设置为在笔记本中工作。但是您应该能够使用：hvplot.show（obj）显示返回的对象不幸的是，这不起作用，但我没有时间进一步调查，因为这看起来是一个有价值的选择，我现在就接受它。谢谢你更新这个问题。我已经更改了“接受的答案”请注意这个问题，因为我认为这是大多数在未来遇到这个问题的人都会寻找的。谢谢你更新这个问题。我已经将“接受答案”标记改为这个问题，因为我认为这是大多数在未来遇到这个问题的人都会寻找的。