Pandas / Pyplot中的散点图：如何按类别进行绘图

我正在尝试使用Pandas DataFrame对象在pyplot中做一个简单的散点图，但是想要绘制两个variables的有效方法，但是要有第三列（键）指定的符号。 我已经尝试过使用df.groupby的各种方式，但没有成功。 下面是一个示例df脚本。 这根据'key1'标记颜色，但是id喜欢看'key1'类别的图例。 我closures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() 

Answer 1

你可以使用scatter这件事，但是这需要key1数字值，而且你不会有像你注意到的那样的图例。

最好只使用这样的离散类别的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() 

如果你想要的东西看起来像默认的pandas风格，那么只需使用pandas样式表更新rcParams并使用它的颜色生成器。 （我也稍微调整了这个传说）：

 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() 

Answer 2

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：

Answer 3

Seaborn （ pip install seaborn ）作为一个简单的包装就很简单了

sns.pairplot(x_vars=["one"], y_vars=["two"], data=df, hue="key1", size=5) ：

 import seaborn as sns import pandas as pd import numpy as np np.random.seed(1974) 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) sns.pairplot(x_vars=["one"], y_vars=["two"], data=df, hue="key1", size=5) 

以下是供参考的数据框：

由于数据中有三个可变列，因此可能需要绘制所有的成对维度：

 sns.pairplot(vars=["one","two","three"], data=df, hue="key1", size=5) 

Answer 4

您可以使用df.plot.scatter，并将数组传递给定义每个点的颜色的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() 

Answer 5

你也可以尝试Altair或ggpot ，这些都是关于声明性可视化的。

 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)) 

Altair代码

 from altair import Chart c = Chart(df) c.mark_circle().encode(x='x', y='y', color='label') 

ggplot代码

 from ggplot import * ggplot(aes(x='x', y='y', color='label'), data=df) +\ geom_point(size=50) +\ theme_bw() 

Answer 6

这是相当黑客，但你可以使用one1作为Float64Index做一切事情：

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

请注意，从0.20.3开始， 对索引进行sorting是必要的 ，图例有点不可思议 。