Saya mencoba membuat plot sebar sederhana di pyplot menggunakan objek Pandas DataFrame, tetapi ingin cara yang efisien untuk merencanakan dua variabel tetapi simbolnya ditentukan oleh kolom ketiga (kunci). Saya telah mencoba berbagai cara menggunakan df.groupby, tetapi tidak berhasil. Contoh skrip df ada di bawah. Ini mewarnai penanda menurut 'key1', tapi saya ingin melihat legenda dengan kategori 'key1'. Apakah saya dekat? Terima kasih.

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()

Anda dapat menggunakan scatteruntuk ini, tetapi itu membutuhkan nilai numerik untuk Anda key1, dan Anda tidak akan memiliki legenda, seperti yang Anda perhatikan.

Lebih baik hanya digunakan plotuntuk kategori terpisah seperti ini. Sebagai contoh:

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()

Jika Anda ingin hal-hal terlihat seperti pandasgaya default , perbarui saja rcParamsdengan lembar gaya pandas dan gunakan generator warnanya. (Saya juga sedikit mengubah legenda):

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()

Ini mudah dilakukan dengan Seaborn (pip install seaborn ) sebagai satu perjalanan

sns.scatterplot(x_vars="one", y_vars="two", data=df, hue="key1") :

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.scatterplot(x="one", y="two", data=df, hue="key1")

Berikut adalah kerangka data untuk referensi:

Karena Anda memiliki tiga kolom variabel dalam data Anda, Anda mungkin ingin memplot semua dimensi berpasangan dengan:

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

https://rasbt.github.io/mlxtend/user_guide/plotting/category_scatter/ adalah opsi lain.

Dengan plt.scatter, saya hanya dapat memikirkan satu: menggunakan artis proxy:

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)

Dan hasilnya adalah:

Anda dapat menggunakan df.plot.scatter, dan meneruskan array ke c = argumen yang menentukan warna setiap titik:

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()

Anda juga dapat mencoba Altair atau ggpot yang berfokus pada visualisasi deklaratif.

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))

Kode Altair

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

kode ggplot

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

Dari matplotlib 3.1 dan seterusnya, Anda dapat menggunakan .legend_elements(). Contoh ditampilkan dalam pembuatan legenda otomatis . Keuntungannya adalah satu panggilan pencar dapat digunakan.

Pada kasus ini:

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)


fig, ax = plt.subplots()
sc = ax.scatter(df['one'], df['two'], marker = 'o', c = df['key1'], alpha = 0.8)
ax.legend(*sc.legend_elements())
plt.show()

Jika kunci tidak langsung diberikan sebagai angka, maka akan terlihat seperti

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'] = list("AAABBBCCCC")

labels, index = np.unique(df["key1"], return_inverse=True)

fig, ax = plt.subplots()
sc = ax.scatter(df['one'], df['two'], marker = 'o', c = index, alpha = 0.8)
ax.legend(sc.legend_elements()[0], labels)
plt.show()

Ini agak Hacky, tapi Anda bisa menggunakan one1sebagai Float64Indexuntuk melakukan segala sesuatu dalam satu pergi:

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

Perhatikan bahwa mulai 0.20.3, pengurutan indeks diperlukan , dan legenda adalah agak miring .

seaborn memiliki fungsi pembungkus scatterplotyang melakukannya dengan lebih efisien.

sns.scatterplot(data = df, x = 'one', y = 'two', data =  'key1'])