Python 调整seaborn散点图中不同类别的不同透明度

我想要散点图中不同类别的不同alpha值（透明度）

sns.scatterplot(x="BorrowerAPR", y="LoanOriginalAmount", data=df_new, 
                alpha=0.03, hue="LoanStatus")

期望1级alpha为0.2

---

我认为seaborn是不可能的（尽管有人可能会证明我在这一点上是错的），但是你可以用通常的方式使用matplotlib

这意味着您可以根据喜欢的颜色（包括alpha）创建颜色贴图，并创建

散点

绘图。然后需要手动创建图例

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap
import pandas as pd

df = pd.DataFrame(np.random.randn(100,2), columns=list("AB"))
df["hue"] = np.random.randint(0,2, size=100)


colors = [(0.1215, 0.4667, 0.7059, 0.7), 
          (1.0000, 0.4980, 0.0550, 0.2)]
cmap = ListedColormap(colors)

plt.scatter(x="A", y="B", c="hue", data=df, cmap=cmap)


hl = [(plt.Line2D([],[], color=cmap(i), ls="", marker="o"), i) 
      for i in np.unique(df["hue"].values)]
plt.legend(*zip(*hl), title="hue")
plt.show()

---

一种方法是分别绘制它们，尽管如果不指定，会得到不同的颜色。以下是内置

tips

数据集的一个示例，其中吸烟者和非吸烟者的

alpha

值不同：

import seaborn as sns
import numpy as np

tips = sns.load_dataset("tips")
tips["alpha"] = np.where(tips.smoker == "Yes", 1.0, 0.5)

ax = sns.scatterplot(x="total_bill", y="tip",
                     data=tips[tips.alpha == 0.5], alpha=0.5)
sns.scatterplot(x="total_bill", y="tip", data=tips[tips.alpha == 1.0], 
                alpha=1.0, ax=ax)

这也会将较高的alpha点堆叠在较低的alpha点之上

对于多个

alpha

类别，更一般而言：

alphas = tips.alpha.sort_values().unique()
ax = sns.scatterplot(x="total_bill", y="tip",
                     data=tips[tips.alpha == alphas[0]], alpha=alphas[0])
for alpha in alphas[1:]:
    sns.scatterplot(x="total_bill", y="tip",
                    data=tips[tips.alpha == alpha], alpha=alpha, ax=ax)