Python 熊猫数据框中的matplotlib散点颜色

我想做的是创建一个matlab散点图，如下所示，但是根据C列中的字符串给点上色，例如，yes=蓝色，no=红色

 import matplotlib.pyplot as plt
 A = pd.DataFrame.from_items([('A', [1, 2, 3]), ('B', [4, 5, 6]), ('C', ['yes', 'yes', 'no'])])


plt.scatter(A['A'], A['B'])

---

您可以创建（value:color）对的字典，并使用列表理解将这些值用作

plt.scatter

上的

color

参数

colors = {'yes': 'b', 'no': 'r'}

plt.scatter(A['A'], A['B'], color=[colors[r] for r in A['C']])

---

编辑：添加图例的首选方法是迭代数据集中的唯一类，并使用

legend

参数。因此，我们可以迭代按

C

分组的数据帧，并使用标签参数分别绘制它们。最后调用

plt.legend（）

来显示它

colors = {'yes': 'b', 'no': 'r'}

for idx, row in A.groupby('C'):
    plt.scatter(row['A'], row['B'], 
                color=[colors[r] for r in row['C']], 
                label=idx)

plt.legend()

有趣的一句话：

plt.scatter(x="A",y="B",c="C",
            data=df.apply(lambda x: [x.A,x.B,chr(int(1.6*ord(x.C[1])-63.6))], axis=1))

---

谢谢！有没有办法用这些信息创建一个图例？@Sparky_47我相信还有其他方法，但是

matplotlib

中的首选方法是迭代唯一类并使用

label

参数。我将为每个独特的类编辑带有图例的答案。嘿，创意+1。我仍然更喜欢

plt.scatter（A['A']，A['B']，color=['B'如果r='yes'或者A['C']]中的r是'r'）

作为一个单行程序（这很无聊），但这很酷。