ฉันกำลังพยายามสร้างพล็อตการกระจายอย่างง่ายใน pyplot โดยใช้วัตถุ Pandas DataFrame แต่ต้องการวิธีที่มีประสิทธิภาพในการพล็อตตัวแปรสองตัว แต่มีสัญลักษณ์ที่กำหนดโดยคอลัมน์ที่สาม (คีย์) ฉันได้ลองใช้ df.groupby หลายวิธีแล้ว แต่ไม่สำเร็จ สคริปต์ df ตัวอย่างอยู่ด้านล่าง สีนี้จะแสดงเครื่องหมายตาม "key1" แต่ Id ต้องการดูคำอธิบายแผนภูมิที่มีหมวดหมู่ "key1" ฉันปิด? ขอบคุณ.

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()

คุณสามารถใช้scatterสิ่งนี้ได้ แต่ต้องมีค่าตัวเลขสำหรับคุณkey1และคุณจะไม่มีคำอธิบายแผนภูมิอย่างที่คุณสังเกตเห็น

จะดีกว่าที่จะใช้plotสำหรับหมวดหมู่ที่ไม่ต่อเนื่องเช่นนี้ ตัวอย่างเช่น:

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()

หากคุณต้องการให้สิ่งต่างๆดูเหมือนpandasสไตล์เริ่มต้นให้อัปเดตrcParamsด้วยสไตล์ชีทแพนด้าและใช้ตัวสร้างสี (ฉันยังปรับแต่งตำนานเล็กน้อย):

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()

ง่ายๆแค่ทำSeaborn ( pip install seaborn) เป็น oneliner

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")

นี่คือ dataframe สำหรับการอ้างอิง:

เนื่องจากคุณมีคอลัมน์ตัวแปรสามคอลัมน์ในข้อมูลของคุณคุณอาจต้องการพล็อตมิติข้อมูลแบบคู่ทั้งหมดด้วย:

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

https://rasbt.github.io/mlxtend/user_guide/plotting/category_scatter/เป็นอีกทางเลือกหนึ่ง

ด้วยplt.scatterฉันคิดได้เพียงอย่างเดียวคือการใช้ศิลปินพร็อกซี:

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)

และผลลัพธ์คือ:

คุณสามารถใช้ df.plot.scatter และส่งอาร์เรย์ไปยังอาร์กิวเมนต์ c = ที่กำหนดสีของแต่ละจุด:

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()

คุณยังสามารถลองAltairหรือggpotซึ่งเน้นไปที่การแสดงภาพที่เปิดเผยได้

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))

รหัส Altair

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

รหัส ggplot

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

จาก matplotlib 3.1 เป็นต้นไปคุณสามารถใช้.legend_elements(). ตัวอย่างที่แสดงให้เห็นในการสร้างตำนานอัตโนมัติ ข้อดีคือสามารถใช้การเรียกแบบกระจายเดียวได้

ในกรณีนี้:

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()

ในกรณีที่ไม่ได้กำหนดให้คีย์เป็นตัวเลขโดยตรงจะมีลักษณะเป็น

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()

มันค่อนข้าง hacky แต่คุณสามารถใช้one1เป็นFloat64Indexจะทำทุกอย่างในหนึ่งไป:

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

โปรดทราบว่าเป็นของ 0.20.3, การเรียงลำดับดัชนีเป็นสิ่งที่จำเป็นและตำนานเป็นwonky บิต

ซีบอร์นมีฟังก์ชั่นห่อหุ้มที่ทำงานscatterplotได้อย่างมีประสิทธิภาพมากขึ้น

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