Python Seaborn散点图图例显示真实值和标准化连续颜色

我有一个数据框，我想用它来构建一个散点图，其中不同的点有不同的颜色：

import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

dat=pd.DataFrame(np.random.rand(20, 2), columns=['x','y'])
dat['c']=np.random.randint(0,100,20)
dat['c_norm']=(dat['c']-dat['c'].min())/(dat['c'].max()-dat['c'].min())
dat['group']=np.append(np.repeat('high',10), np.repeat('low',10))

如您所见，列

c_norm

显示

c

列已在0和1之间标准化。我想显示一个连续的图例，其颜色范围反映标准化值，但使用原始

c

值作为标签进行标记。比如说，最小值（

1

），最大值（

86

）和中间值（

49

）。我还希望根据

组

使用不同的标记

到目前为止，我能够做到这一点：

fig = plt.figure(figsize = (8,8))
ax = fig.add_subplot(1,1,1) 

for row in dat.index:
    if(dat.loc[row,'group']=='low'):
        i_marker='.'
    else:
        i_marker='x'

    ax.scatter(
        x=dat.loc[row,'x'],
        y=dat.loc[row,'y'],
        s=50, alpha=0.5,
        marker=i_marker
    )
    ax.legend(dat['c_norm'], loc='center right', bbox_to_anchor=(1.5, 0.5), ncol=1)

问题：
-如何基于这些值生成连续图例？ -如何调整其刻度以在

c

中显示原始刻度，或至少在

min

、

max

和

平均值或
中值中显示原始刻度

提前感谢
部分回答。您真的需要根据标准值确定标记颜色吗？请参见下面代码段的输出

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

dat = pd.DataFrame(np.random.rand(20, 2), columns=['x', 'y'])
dat['c'] = np.random.randint(0, 100, 20)
dat['c_norm'] = (dat['c'] - dat['c'].min()) / (dat['c'].max() - dat['c'].min())
dat['group'] = np.append(np.repeat('high', 10), np.repeat('low', 10))
fig, (ax, bx) = plt.subplots(nrows=1, ncols=2, num=0, figsize=(16, 8))
mask = dat['group'] == 'low'
scat = ax.scatter(dat['x'][mask], dat['y'][mask], s=50, c=dat['c'][mask],
                  marker='s', vmin=np.amin(dat['c']), vmax=np.amax(dat['c']),
                  cmap='plasma')
ax.scatter(dat['x'][~mask], dat['y'][~mask], s=50, c=dat['c'][~mask],
           marker='X', vmin=np.amin(dat['c']), vmax=np.amax(dat['c']),
           cmap='plasma')
cbar = fig.colorbar(scat, ax=ax)
scat = bx.scatter(dat['x'][mask], dat['y'][mask], s=50, c=dat['c_norm'][mask],
                  marker='s', vmin=np.amin(dat['c_norm']),
                  vmax=np.amax(dat['c_norm']), cmap='plasma')
bx.scatter(dat['x'][~mask], dat['y'][~mask], s=50, c=dat['c_norm'][~mask],
           marker='X', vmin=np.amin(dat['c_norm']),
           vmax=np.amax(dat['c_norm']), cmap='plasma')
cbar2 = fig.colorbar(scat, ax=bx)
plt.show()


您完全可以修改第二个颜色栏，使其与第一个颜色栏匹配，但这是必要的吗？
您要求连续的颜色栏，这让我想建议您使用颜色栏。这能满足你的需要吗？@Patol75是的，那会有用的！我唯一关心的是，我仍然需要区分两种类型的标记（点和叉，对于
dat['group']
），我还添加了用于生成图形的代码