散点图，图例按组着色，无需多次调用 plt.scatter

Question

pyplot.scatter 允许将与组对应的数组传递给c=，然后根据这些组对点进行着色。但是，这似乎不支持在没有专门分别绘制每个组的情况下生成图例。

因此，例如，可以通过迭代组并分别绘制每个组来生成带有彩色组的散点图：

import matplotlib.pyplot as plt
from sklearn.datasets import load_iris
feats = load_iris()['data']
target = load_iris()['target']

f, ax = plt.subplots(1)
for i in np.unique(target):
    mask = target == i
    plt.scatter(feats[mask, 0], feats[mask, 1], label=i)
ax.legend()

生成：

我可以在不遍历每个组的情况下实现类似的绘图：

f, ax = plt.subplots(1)
ax.scatter(feats[:, 0], feats[:, 1], c=np.array(['C0', 'C1', 'C2'])[target])

但我无法想出用第二种策略生成相应图例的方法。我遇到的所有示例都对组进行了迭代，这似乎……不太理想。我知道我可以手动生成图例，但这似乎过于繁琐。

Answer 1

解决此问题的 matplotlib scatter 示例也使用了循环，因此这可能是预期的用法：https://matplotlib.org/examples/lines_bars_and_markers/scatter_with_legend.html

如果您的更大目标只是让分类数据的绘图和标记更加简单，您应该考虑Seaborn。这是一个与Scatter plots in Pandas/Pyplot: How to plot by category类似的问题

实现目标的一种方法是使用带有标签列的 pandas。在 Pandas Dataframe 中获得数据后，您可以使用Seaborn pairplot 制作这种绘图。 （Seaborn 还提供 iris 数据集作为标记的 DataFrame）

import seaborn as sns
iris = sns.load_dataset("iris")
sns.pairplot(iris, hue="species")

如果你只想要前两个功能，你可以使用

sns.pairplot(x_vars=['sepal_length'], y_vars=['sepal_width'], data=iris, hue="species", size=5)

如果您真的想使用 sklearn 数据字典，可以将其拉入数据框，如下所示：

import pandas as pd
from sklearn.datasets import load_iris
import numpy as np

feats = load_iris()['data'].astype('O')
target = load_iris()['target']
feat_names = load_iris()['feature_names']
target_names = load_iris()['target_names'].astype('O')

sk_df = pd.DataFrame(
    np.hstack([feats,target_names[target][:,np.newaxis]]),
    columns=feat_names+['target',])
sns.pairplot(sk_df, vars=feat_names, hue="target")