Pandas 散点图使用数据框字段派生颜色和图例

Question

我想创建一个散点图，其中显示在 pandas 中相互映射的两列，第三列是大小，然后是基于标签的点的颜色（在下面的例子中，last_name）。

然后我想要一个图例，显示一个点作为颜色，然后是 last_name 值

每个姓氏应与不同的颜色相关联，图例显示，例如，绿点和米勒，红点和雅各布森等。

%matplotlib inline
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np


raw_data = {'first_name': ['Jason', 'Molly', 'Tina', 'Jake', 'Amy'],
    'last_name': ['Miller', 'Jacobson', 'Ali', 'Milner', 'Cooze'],
    'female': [0, 1, 1, 0, 1],
    'age': [42, 52, 36, 24, 73],
    'preTestScore': [4, 24, 31, 2, 3],
    'postTestScore': [25, 94, 57, 62, 70]}
df = pd.DataFrame(raw_data, columns = ['first_name', 'last_name', 'age', 'female', 'preTestScore', 'postTestScore'])

plt.scatter(df.preTestScore, df.postTestScore, s=df.age, label=df.last_name)
plt.legend(loc='upper left', prop={'size':6}, bbox_to_anchor=(1,1),ncol=1)

这给了我这样的东西：

我完全不知道如何获得颜色（理想情况下，我喜欢使用调色板）或如何让图例显示姓氏和点

任何帮助将不胜感激..谢谢！

注意 - 我从这里 Chris Albon 举个例子。

Answer 1

首先，为了产生颜色，您可以在数据框中添加带有颜色的列。然后可以将这些颜色传递给scatter 的c 关键字参数。

使用不易访问的条目创建图例的常用解决方案是generate proxy artists。在这种情况下，将创建一组不同颜色的标记并将其提供给legend 的handles 参数。然后，图例标签就是数据框中的 last_names。

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.lines

raw_data = {'first_name': ['Jason', 'Molly', 'Tina', 'Jake', 'Amy'],
    'last_name': ['Miller', 'Jacobson', 'Ali', 'Milner', 'Cooze'],
    'female': [0, 1, 1, 0, 1],
    'age': [42, 52, 36, 24, 73],
    'preTestScore': [4, 24, 31, 2, 3],
    'postTestScore': [25, 94, 57, 62, 70],
    'colors' : ["r", "g", "b", "k", "cyan"]} # add a column for colors
df = pd.DataFrame(raw_data, 
     columns = ['first_name', 'last_name', 'age', 'female', 'preTestScore', 'postTestScore', "colors"])

#supply colors as argument for c
plt.scatter(df.preTestScore, df.postTestScore, s=df.age, c=df.colors) 
# generate proxy artists for legend
handles = [matplotlib.lines.Line2D([],[], marker="o", color=c, linestyle="none") for c in df.colors.values]
# supply proxy artists to handles and last names to labels
plt.legend(handles=handles, labels=list(df.last_name.values), 
           loc='upper left', prop={'size':6}, bbox_to_anchor=(1,1),ncol=1, numpoints=1)
plt.subplots_adjust(right=0.8)
plt.show()

Answer 2

调用scatter 只会创建一个图例条目。如果您想要每个点的图例条目，最简单的方法是为每个点调用绘图方法。这在性能方面应该不是问题，因为您不希望图例中有数千个条目。我将使用plot，因为它适用于点，但如果您需要更高级的效果，您也可以使用scatter。

for _, row in df.iterrows():
    plt.plot(row.preTestScore, row.postTestScore, 'o', ms=np.sqrt(row.age),
             label=row.last_name)
plt.legend(loc='upper left', bbox_to_anchor=(1,1))

我（还没有）弄清楚如何使图例中的点大小相同——我不确定这就是你想要的。我认为不同的尺寸看起来不错，并且可以帮助定位情节中的人。

或者，您可以只调用一次scatter，然后检查返回的PathCollection 的属性并手动构建图例，但我认为我的方法更简洁。