带有颜色编码点的 Pandas 散点图

Question

我想从 Dataframe 制作散点图，其中每个点都以独特的颜色可视化，具体取决于该值出现的频率。例如，我有以下数据框，由两个数值列表组成：

df = pd.DataFrame({'width': image_widths, 'height': image_heights})
df.head(10)
   height  width
0    1093    640
1    1136    639
2    1095    640
3    1136    639
4    1095    640
5    1100    640
6    1136    640
7    1136    639
8    1136    640
9    1031    640

现在，如您所见，一些值对出现了多次。例如 (1095/640) 出现在索引 2 和 4。我如何给这个点一个代表“两次出现”的颜色。 如果颜色是从连续光谱中自动挑选出来的，就像在彩条图中一样，那就更好了。这样，颜色阴影就已经给您对频率的印象，而不是通过手动查找颜色代表它的方式。

我也很欣赏着色的替代方法是将出现频率编码为点的半径。

编辑：

为了说明我的问题，我发现df.groupby(['width','height']).size() 给了我所有组合的计数。 现在我缺乏将这些信息与图中点的颜色（或大小）联系起来的技能。

Answer 1

所以让我们把它变成真正的Minimal, Complete, and Verifiable example：

import matplotlib.pyplot as plt
import pandas as pd

image_heights = [1093, 1136, 1095, 1136, 1095, 1100, 1136, 1136, 1136, 1031]
image_widths = [640, 639, 640, 639, 640, 640, 640, 639, 640, 640]
df = pd.DataFrame({'width': image_widths, 'height': image_heights})
print(df)

   width  height
0    640    1093
1    639    1136
2    640    1095
3    639    1136
4    640    1095
5    640    1100
6    640    1136
7    639    1136
8    640    1136
9    640    1031

您需要DataFrame 中的大小（计数）以及宽度和高度：

plot_df = df.groupby(['width','height']).size().reset_index(name='count')
print(plot_df)

   width  height  count
0    639    1136      3
1    640    1031      1
2    640    1093      1
3    640    1095      2
4    640    1100      1
5    640    1136      2

如果您使用DataFrame.plot.scatter，散点图中的颜色和大小由c 和s 关键字控制：

plot_df.plot.scatter(x='height', y='width', s=10 * plot_df['count']**2,
                     c='count', cmap='viridis')