来自 pandas 数据框的散点图中的 Matplotlib 图例答案

【问题标题】：Matplotlib Legend on Scatterplot from pandas dataframe来自 pandas 数据框的散点图中的 Matplotlib 图例
【发布时间】：2020-01-19 19:17:25
【问题描述】：

我正在尝试在下图中正确显示图例。它应该只是具有相应颜色的“绿色”、“蓝色”和“红色”。但它无处不在。

代码如下：

import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame({
        'category':['blue','green','red','blue','green','red','blue','green','red'],
        'attempts':[8955,7881,6723,100,200,300,4567,876,54],
        'success':[3000,7500,2000, 256,4567,4567,7665,543,43]
})
fig,ax = plt.subplots()
plt.scatter(df['attempts'],df['success'],c=df['category'],label=df['category'])
plt.legend(loc=2)
plt.savefig('scatter.png')
plt.show()

我怎样才能做到这一点？（这里有一个类似的：https://pythonspot.com/matplotlib-scatterplot/ 在第二部分“带有组的散点图”中，但这不是基于 pandas 数据框）。

【问题讨论】：

标签： python pandas matplotlib scatter-plot

【解决方案1】：

你可以使用seaborn的scatterplot：

fig,ax = plt.subplots()
sns.scatterplot(data=df, hue='category', x='attempts', y='success')
plt.legend(loc=2)
plt.savefig('scatter.png')
plt.show()

输出：

或者纯matplotlib：

fig,ax = plt.subplots()
for k,d in df.groupby('category'):
    ax.scatter(d['attempts'], d['success'], label=k)
plt.legend(loc=2)
plt.savefig('scatter.png')
plt.show()

输出：

【讨论】：

我从来不知道能像这样使用 groupby。有没有可以参考的网络链接或一些文档，我可以在哪里阅读？不仅在绘图的上下文中，而且在它可能有用的任何其他上下文中
这是来自pandas doc，groupby() 返回一个GroupBy object，它有一个__iter__() 方法，它允许for ... in。

【解决方案2】：

如果你想在 matplotlib 中使用单个散点图，它看起来像这样：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap

df = pd.DataFrame({
        'category':['blue','green','red','blue','green','red','blue','green','red'],
        'attempts':[8955,7881,6723,100,200,300,4567,876,54],
        'success':[3000,7500,2000, 256,4567,4567,7665,543,43]
})

u, inv = np.unique(df.category.values, return_inverse=True)
cmap = ListedColormap(u)

fig,ax = plt.subplots()
scatter = plt.scatter(df['attempts'],df['success'],c=inv, cmap=cmap)
plt.legend(scatter.legend_elements()[0], u, loc=2)
plt.savefig('scatter.png')
plt.show()

【讨论】：