matplotlib 在散点图中不显示图例

Question

我正在尝试解决一个聚类问题，我需要为我的聚类绘制散点图。

%matplotlib inline
import matplotlib.pyplot as plt
df = pd.merge(dataframe,actual_cluster)
plt.scatter(df['x'], df['y'], c=df['cluster'])
plt.legend()
plt.show()

df['cluster'] 是实际的簇号。所以我希望它成为我的颜色代码。

它向我展示了一个情节，但它没有向我展示传说。它也不会给我错误。

我做错了吗？

Answer 1

编辑：

生成一些随机数据：

from scipy.cluster.vq import kmeans2
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

n_clusters = 10
df = pd.DataFrame({'x':np.random.randn(1000), 'y':np.random.randn(1000)})
_, df['cluster'] = kmeans2(df, n_clusters)

更新

• 使用seaborn.relplot 和kind='scatter' 或使用seaborn.scatterplot
  • 指定hue='cluster'

# figure level plot
sns.relplot(data=df, x='x', y='y', hue='cluster', palette='tab10', kind='scatter')

# axes level plot
fig, axes = plt.subplots(figsize=(6, 6))
sns.scatterplot(data=df, x='x', y='y', hue='cluster', palette='tab10', ax=axes)
axes.legend(loc='center left', bbox_to_anchor=(1, 0.5))

原答案

绘图（matplotlib v3.3.4）：

fig, ax = plt.subplots(figsize=(8, 6))
cmap = plt.cm.get_cmap('jet')
for i, cluster in df.groupby('cluster'):
    _ = ax.scatter(cluster['x'], cluster['y'], color=cmap(i/n_clusters), label=i, ec='k')
ax.legend(loc='center left', bbox_to_anchor=(1, 0.5))

结果：

解释：

不要过多介绍 matplotlib 内部的细节，一次绘制一个集群可以解决问题。 更具体地说，ax.scatter() 返回一个 PathCollection 对象，我们在此处明确将其丢弃，但 似乎 在内部传递给某种图例处理程序。一次绘制只生成一个PathCollection/label 对，而一次绘制一个集群会生成n_clustersPathCollection/label 对。您可以通过调用 ax.get_legend_handles_labels() 来查看这些对象，它会返回如下内容：

([<matplotlib.collections.PathCollection at 0x7f60c2ff2ac8>,
  <matplotlib.collections.PathCollection at 0x7f60c2ff9d68>,
  <matplotlib.collections.PathCollection at 0x7f60c2ff9390>,
  <matplotlib.collections.PathCollection at 0x7f60c2f802e8>,
  <matplotlib.collections.PathCollection at 0x7f60c2f809b0>,
  <matplotlib.collections.PathCollection at 0x7f60c2ff9908>,
  <matplotlib.collections.PathCollection at 0x7f60c2f85668>,
  <matplotlib.collections.PathCollection at 0x7f60c2f8cc88>,
  <matplotlib.collections.PathCollection at 0x7f60c2f8c748>,
  <matplotlib.collections.PathCollection at 0x7f60c2f92d30>],
 ['0', '1', '2', '3', '4', '5', '6', '7', '8', '9'])

所以实际上ax.legend() 等价于ax.legend(*ax.get_legend_handles_labels())。

注意事项：

1. 如果使用 Python 2，请确保 i/n_clusters 是 float

2. 省略 fig, ax = plt.subplots() 并改用 plt.<method> ax.<method> 工作正常，但我总是更喜欢明确 指定我正在使用的 Axes 对象，而不是隐式使用 “当前坐标区” (plt.gca())。

---

旧的简单解决方案

如果您对颜色条（而不是离散值标签）没问题，您可以使用 Pandas 内置的 Matplotlib 功能：

df.plot.scatter('x', 'y', c='cluster', cmap='jet')

Answer 2

这是一个困扰我很久的问题。现在，我想提供另一个简单的解决方案。我们不必编写任何循环！！！

def vis(ax, df, label, title="visualization"):
    points = ax.scatter(df[:, 0], df[:, 1], c=label, label=label, alpha=0.7)
    ax.set_title(title)
    ax.legend(*points.legend_elements(), title="Classes")