如何将图例添加到 seaborn.scatterplot？答案

【问题标题】：How to add legend to seaborn.scatterplot?如何将图例添加到 seaborn.scatterplot？
【发布时间】：2022-01-23 06:09:00
【问题描述】：

我有一个包含多列的数据框。我试图在另外两个因素的散点图中添加一个关于性的图例（无色调）。我试图将图例参数传递给 sns.scatterplot() 并由 ax.legend(handles,labels) 手动设置。但是，第一种方法未能显示图例，第二种方法引发 ValueError。
这是我当前的代码

    bar=sns.barplot(x=df.loc[:,'Sex'],y=df.loc[:,'Salary'],ax=ax[0])
    bar.set(ylim=(10000,30000))
    sca=sns.scatterplot(data=df,x=df.loc[:,'yearsinrank'],y=df.loc[:,'Salary'],ax=ax[1])
    sca.legend(handles=df.loc[:,'Sex'],labels=['male','female'])
    sca.set(ylim=(10000,40000),xlim=(-5,30))
    plt.show()

这是示例输出

非常感谢！

【问题讨论】：

你使用的是 ax.legend 还是 ax[1].legend？为了澄清这种歧义，也许您可以在代码中添加代码（作为注释行）。
@SimonHawe 是的。但还是一样的 ValueError：一个系列的真值是模棱两可的。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。
但是图例应该显示什么？您的代码生成一种类型的标记，但您有两个条目。这张地图如何？您的示例输出也与您的代码所暗示的不同。
@Mr.T 我已经在 ax[0] 上实现了第一个子图。对于第二个散点图，我有一个包含许多列的数据库。散点图显示了薪水和年限的关系，点和图例的颜色应该代表每个点的性别
那么，this answer 建议使用 hue 关键字究竟有什么问题。使用随机数据集按预期工作。我建议还显示在散点图中生成两种类型标记的代码。当前代码没有。

标签： python pandas matplotlib seaborn

【解决方案1】：

您可以通过添加 hue 参数来实现。

fig, ax = plt.subplots(1, 2, figsize=(16, 5))

bar = sns.barplot(
    x=df.loc[:, 'Sex'],
    y=df.loc[:, 'Salary'],
    ax=ax[0]
)
bar.set(ylim=(10000, 30000))
sca = sns.scatterplot(
    data=df,
    x=df.loc[:, 'yearsinrank'],
    y=df.loc[:, 'Salary'],
    hue=df.loc[:, 'Sex'], # hue argument to specify grouping variable
    ax=ax[1]
)
sca.set(ylim=(10000, 40000), xlim=(-5, 30))
plt.show()

【讨论】：

我明白了。我可以做色调，但我不能做传奇

【解决方案2】：

散点图返回一个坐标区对象。

因此，您可以使用第四种方法来标记axes object：标记现有地块（尽管不鼓励这样做）。您可以使用：

sca.legend(['male','female')

或

ax[1].legend(['male','female')

【讨论】：

我已经尝试过了，但是图例显示所有点都是男性，这就是为什么我将句柄参数传递给 ax.legend()

【解决方案3】：

所以我通过使用hue属性和legend setter方法解决了这个问题。（似乎色调和图例之间有某种关系？）这是我当前的代码

f,ax = plt.subplots(nrows=1,ncols=2,sharex=False,sharey=False)
bar=sns.barplot(x=df.loc[:,'Sex'],y=df.loc[:,'Salary'],ax=ax[0])
bar.set(ylim=(10000,30000))
sca=sns.scatterplot(data=df,x=df.loc[:,'yearsinrank'],y=df.loc[:,'Salary'],ax=ax[1],hue=df.loc[:,'Sex'])
sca.legend(loc='lower right')
sca.set(ylim=(10000,40000),xlim=(-5,30))
plt.show()

这是最终的结果

【讨论】：