创建颜色基于年份而不添加额外列的散点图答案

【问题标题】：Create scatter plot where the color is based on year without adding extra column创建颜色基于年份而不添加额外列的散点图
【发布时间】：2021-11-23 04:55:06
【问题描述】：

我在 csv 表中有这些数据

TIME	X	Y
2020-07-03T00:00:00Z	0.08	0.30
2021-07-03T00:00:00Z	0.20	0.12

我想在变量 X 和 Y 之间创建一个散点图，并根据时间上看到的数据的年份为点着色。我知道我可以在其中添加一个包含年份的额外列，但是有没有更优雅的方法可以在不添加列的情况下执行此操作？

【问题讨论】：

您可以使用日期时间获取年份。将此列转换为日期时间，然后使用：df['time'].dt.year 作为参数。

标签： python pandas matplotlib

【解决方案1】：

您可以在不创建额外列的情况下执行此操作，但不会更优雅。 DataFrame.plot.scatter 支持其颜色参数的不同值：

c：str、int 或类似数组，可选

每个点的颜色。可能的值是：

由名称、RGB 或 RGBA 代码引用的单一颜色字符串，例如“red”或“#a98d19”。

由名称、RGB 或 RGBA 代码引用的颜色字符串序列，将递归地用于每个点的颜色。为了 instance ['green','yellow'] 所有点都将被填充为绿色或黄色，或者。

列名或位置，其值将用于根据颜色图为标记点着色。

所以不要这样做：

df['Year'] = df['TIME'].dt.year
df.plot.scatter('X', 'Y', c='Year')

然后您可以使用 matplotlib 的颜色映射对象手动获取颜色：

def scale_to_unity(s):
    return (s - s.min()) / (s.max() - s.min())

def series_to_colors(s, cmap='viridis'):
    import matplotlib.pyplot as plt
    color_map = plt.get_cmap(cmap)
    return scale_to_unity(s).apply(color_map)

df.plot.scatter('X', 'Y', c=series_to_colors(df.TIME))

和以前一样，您可以只在最后一行使用df.TIME.dt.year 来丢弃精确的时间信息。但是，第一个变体对我来说看起来不那么麻烦。

【讨论】：

我认为您的解决方案同样有效（+1）！也许再长一点，但您已经添加了指定要使用的 cmap 的功能。

【解决方案2】：

根据年份为散点着色的“廉价”方法是直接使用 matplotlib 的 scatter 绘图并将年份作为参数传递给 c parameter of scatter。

这是一个最小的例子：

import datetime
import pandas as pd
from matplotlib import pyplot as plt
mydf = pd.DataFrame((
               (datetime.datetime(2020, 1, 1, 23, 00), 0.08, 0.3),
               (datetime.datetime(2021, 2,2,1,2,55), 0.2, 0.12), 
               (datetime.datetime(2022, 2,3,11, 00), 0.12, 0.7)
           ),
           columns=("TIME", 'X', 'Y')
       )

plt.scatter(mydf.X, mydf.Y, c=mydf.TIME.dt.year)

plt.show()

然后您可以使用cmap 参数指定您要应用的颜色图。

【讨论】：

+1：啊，太好了； matplotlib 的 scatter 函数再次击败 pandas。在那里，第一个选项“使用 cmap 和 norm 映射到颜色的 n 个数字的标量或序列”。方便地省略。比我的解决方案优雅得多。

【解决方案3】：

c = pd.to_datetime(df.TIME).dt.year
c = c.tolist()
X = df.X
Y = df.Y
plt.scatter(X,Y,c=c)

不必创建列。只需将年份转换为列表，然后您就可以根据列表映射任何颜色。

【讨论】：