Pandas/Pyplot中的散点图：如何按类别绘制

一尘不染

Pandas/Pyplot中的散点图：如何按类别绘制

python

我正在尝试使用Pandas DataFrame对象在pyplot中制作一个简单的散点图，但是想要一种有效的方式来绘制两个变量，但要用第三列（键）来指定符号。我已经尝试过使用df.groupby的各种方法，但是没有成功。下面是一个示例df脚本。这会根据“ key1”为标记着色，但是我想看到带有“ key1”类别的图例。我靠近吗？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()

阅读 1178

2020-02-17

共1个答案

一尘不染

你可以使用scatter它，但是这需要为你提供数值key1，并且你不会注意到图例。

最好只plot对像这样的离散类别使用。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()

如果你希望外观看起来像默认pandas样式，则只需rcParams使用pandas样式表进行更新，并使用其颜色生成器即可。（我也略微调整了图例）：

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
plt.rcParams.update(pd.tools.plotting.mpl_stylesheet)
colors = pd.tools.plotting._get_standard_colors(len(groups), color_type='random')

fig, ax = plt.subplots()
ax.set_color_cycle(colors)
ax.margins(0.05)
for name, group in groups:
    ax.plot(group.x, group.y, marker='o', linestyle='', ms=12, label=name)
ax.legend(numpoints=1, loc='upper left')

plt.show()

2020-02-17