Python Pandas/Pyplot中的散点图：如何按类别绘制

我正在尝试使用Pandas DataFrame对象在pyplot中绘制一个简单的散点图，但我希望能够高效地绘制两个变量，但符号由第三列（键）指示。我尝试过使用df.groupby的各种方法，但没有成功。下面是一个示例df脚本。这将根据“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()

---

使用

plt.scatter

，我只能想到一个：使用代理艺术家：

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)

结果是：

---

您可以使用

分散

进行此操作，但这需要为

键1

设置数值，并且您不会有图例，正如您所注意到的那样

对于这样的离散类别，最好只使用

plot

。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

，并使用其颜色生成器即可。（我还稍微调整了图例）：

这是一个简单的操作（

pip install seaborn

）作为一体机

sns.scatterplot（x_vars=“one”，y_vars=“two”，data=df，hue=“key1”）

:

以下是供参考的数据框：

由于您的数据中有三个变量列，因此您可能希望使用以下方式绘制所有成对维度：

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

是另一种选择。

您也可以尝试或使用侧重于声明性可视化的方法

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))

牵牛星代码

ggplot代码

---

您可以使用df.plot.scatter，并将数组传递给定义每个点颜色的c=参数：

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()

---

它相当粗糙，但您可以使用

one1

作为

Float64Index

一次完成所有操作：

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

---

请注意，从0.20.3开始，图例为。

从matplotlib 3.1开始，您可以使用。示例如所示。优点是可以使用单个分散调用

在这种情况下：

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()

如果钥匙不是直接以数字的形式给出的，它看起来就像

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()

---

seaborn有一个包装函数

scatterplot

，可以更有效地完成这项工作

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

---

为什么在上面的RGB示例中，图例中会显示两次符号？如何仅显示一次？@SteveSchulist-使用

ax.legend（numpoints=1）

仅显示一个标记。有两个，与

Line2D

一样，通常有一条线连接两个标记。此代码仅在

ax.plot（）

命令后添加

plt.hold（True）

后对我有效。知道为什么吗？

set\u color\u cycle（）

在matplotlib 1.5中被弃用了。现在有

set\u prop\u cycle（）

。我得到一个错误，说“PathCollection”对象没有“legends\u elements”属性。我的代码如下<代码>图，ax=plt.子图（1,1，figsize=（4,4））scat=ax.散射（rand_jitter（重要数据帧[“训练类型”\u int]，抖动=0.04），重要数据帧[“距离”]，c=颜色列表，标记='o'，alpha=0.9）打印（scat.图例_元素（））\ax.图例（*scat.图例（@NandishPatel检查答案的第一句话。还要确保不要混淆

图例元素

和

图例元素

。是的，谢谢。那是一个打字错误（图例/图例）。在过去的6个小时里我一直在做一些事情，所以我没有想到Matplotlib版本。我以为我用的是最新的。我很困惑，文档中说有这样的方法，但代码给出了一个错误。再次感谢你。我现在可以睡觉了。

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

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()

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()

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