使用 matplotlib 为不同的分类级别绘制不同的颜色

我有这个数据帧 diamonds，它是由变量组成的，比如 (carat, price, color)，我想为每个 color绘制一个从 price到 carat的散点图，这意味着不同的 color在图中有不同的颜色。

这是很容易在 R与 ggplot:

ggplot(aes(x=carat, y=price, color=color),  #by setting color=color, ggplot automatically draw in different colors
data=diamonds) + geom_point(stat='summary', fun.y=median)

enter image description here

我想知道如何在 Python 中使用 matplotlib实现这一点？

附注:

我知道一些辅助绘图软件包，比如 seaborn和 ggplot for python，我并不喜欢它们，只是想知道是否可以单独使用 matplotlib来完成这项工作

275668 次浏览
小开
最佳答案

导入和示例数据框架

import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns  # for sample data
from matplotlib.lines import Line2D  # for legend handle


# DataFrame used for all options
df = sns.load_dataset('diamonds')


carat      cut color clarity  depth  table  price     x     y     z
0   0.23    Ideal     E     SI2   61.5   55.0    326  3.95  3.98  2.43
1   0.21  Premium     E     SI1   59.8   61.0    326  3.89  3.84  2.31
2   0.23     Good     E     VS1   56.9   65.0    327  4.05  4.07  2.31

用 matplotlib

您可以传递 plt.scatter一个 c参数，它允许您选择颜色。下面的代码定义了一个 colors字典，用于将菱形颜色映射到绘图颜色。

fig, ax = plt.subplots(figsize=(6, 6))


colors = {'D':'tab:blue', 'E':'tab:orange', 'F':'tab:green', 'G':'tab:red', 'H':'tab:purple', 'I':'tab:brown', 'J':'tab:pink'}


ax.scatter(df['carat'], df['price'], c=df['color'].map(colors))


# add a legend
handles = [Line2D([0], [0], marker='o', color='w', markerfacecolor=v, label=k, markersize=8) for k, v in colors.items()]
ax.legend(title='color', handles=handles, bbox_to_anchor=(1.05, 1), loc='upper left')


plt.show()

df['color'].map(colors)有效地将颜色从“菱形”映射到“绘图”。

(请原谅我没有举出另一个例子，我认为2就足够了: P)

用 seaborn

您可以使用 seaborn，它是围绕 matplotlib的一个包装器，默认情况下使其看起来更漂亮(相当基于意见，我知道: P) ，但也增加了一些绘图功能。

为此，您可以将 seaborn.lmplot与 fit_reg=False一起使用(这可以防止它自动执行一些回归)。

  • sns.scatterplot(x='carat', y='price', data=df, hue='color', ec=None)也做同样的事情。

选择 hue='color'告诉 seborn 根据 'color'列中的唯一值分割和绘制数据。

sns.lmplot(x='carat', y='price', data=df, hue='color', fit_reg=False)

enter image description here

与 pandas.DataFrame.groupby和 pandas.DataFrame.plot

如果你不想使用 seborn，可以使用 pandas.groupby单独获取颜色，然后使用 matplotlib 绘制它们，但是你必须手动分配颜色，我在下面添加了一个例子:

fig, ax = plt.subplots(figsize=(6, 6))


grouped = df.groupby('color')
for key, group in grouped:
group.plot(ax=ax, kind='scatter', x='carat', y='price', label=key, color=colors[key])
plt.show()

此代码假设与上面相同的 DataFrame，然后根据 color对其进行分组。然后对这些组进行迭代，为每个组绘制图表。为了选择一种颜色，我创建了一个 colors字典，它可以将钻石颜色(例如 D)映射到真正的颜色(例如 tab:blue)。

enter image description here

小开

这里有一个简洁和通用的解决方案，使用海运调色板。

首先是你喜欢的 找到调色板，然后可以选择性地想象它:

sns.palplot(sns.color_palette("Set2", 8))

然后你可以把它和 matplotlib一起使用:

# Unique category labels: 'D', 'F', 'G', ...
color_labels = df['color'].unique()


# List of RGB triplets
rgb_values = sns.color_palette("Set2", 8)


# Map label to RGB
color_map = dict(zip(color_labels, rgb_values))


# Finally use the mapped values
plt.scatter(df['carat'], df['price'], c=df['color'].map(color_map))
小开

这里是 matplotlib中定性色谱中的标记和颜色的组合:

import itertools
import numpy as np
from matplotlib import markers
import matplotlib.pyplot as plt


m_styles = markers.MarkerStyle.markers
N = 60
colormap = plt.cm.Dark2.colors  # Qualitative colormap
for i, (marker, color) in zip(range(N), itertools.product(m_styles, colormap)):
plt.scatter(*np.random.random(2), color=color, marker=marker, label=i)
plt.legend(bbox_to_anchor=(1.05, 1), loc=2, borderaxespad=0., ncol=4);

enter image description here

小开

使用 牛郎星。

from altair import *
import pandas as pd


df = datasets.load_dataset('iris')
Chart(df).mark_point().encode(x='petalLength',y='sepalLength', color='species')

enter image description here

小开

我也有同样的问题，我花了一整天的时间尝试不同的套餐。

我最初使用 matlibplot: 并且不喜欢将类别映射到预定义的颜色; 或者分组/聚合然后在组中迭代(仍然必须映射颜色)。我只是觉得这是一个糟糕的软件包实现。

Seborn 不能处理我的案子，而 Altair 只能在木星笔记本里面工作。

对我来说最好的解决方案是 PlotNine，它“是 Python 中图形语法的一个实现，基于 ggplot2”。

下面是在 Python 中复制 R 示例的 plotine 代码:

from plotnine import *
from plotnine.data import diamonds


g = ggplot(diamonds, aes(x='carat', y='price', color='color')) + geom_point(stat='summary')
print(g)

plotnine diamonds example

如此简洁:)

小开

使用 df.plot ()

通常，在快速绘制 DataFrame 时，我使用 pd.DataFrame.plot()。这将索引作为 x 值，值作为 y 值，并用不同的颜色分别绘制每一列。 这种形式的 DataFrame 可以通过使用 set_index和 unstack来实现。

import matplotlib.pyplot as plt
import pandas as pd


carat = [5, 10, 20, 30, 5, 10, 20, 30, 5, 10, 20, 30]
price = [100, 100, 200, 200, 300, 300, 400, 400, 500, 500, 600, 600]
color =['D', 'D', 'D', 'E', 'E', 'E', 'F', 'F', 'F', 'G', 'G', 'G',]


df = pd.DataFrame(dict(carat=carat, price=price, color=color))


df.set_index(['color', 'carat']).unstack('color')['price'].plot(style='o')
plt.ylabel('price')

plot

使用此方法，您不必手动指定颜色。

此过程对其他数据系列可能更有意义。在我的例子中，我有时间序列数据，所以 MultiIndex 由日期时间和类别组成。也可以使用这种方法对多个列进行着色，但是图例正在变得一团糟。

小开

您可以使用以下命令将分类列转换为数字列:

#we converting it into categorical data
cat_col = df['column_name'].astype('category')


#we are getting codes for it
cat_col = cat_col.cat.codes


# we are using c parameter to change the color.
plt.scatter(df['column1'],df['column2'], c=cat_col)
小开

最简单的方法是简单地将整数类别级别的数组传递给 plt.scatter()颜色参数。

import pandas as pd
import matplotlib.pyplot as plt


df = pd.read_csv('https://raw.githubusercontent.com/mwaskom/seaborn-data/master/diamonds.csv')


plt.scatter(df['carat'], df['price'], c=pd.factorize(df['color'])[0],)
plt.gca().set(xlabel='Carat', ylabel='Price', title='Carat vs. Price')

enter image description here

这将使用默认的 “绿色”色谱创建一个没有图例的绘图。在这种情况下，“绿色”不是一个很好的默认选择，因为颜色似乎意味着一个顺序的秩序，而不是纯粹的名义类别。

要选择自己的 彩色地图并添加 传奇，最简单的方法是:

import matplotlib.patches


levels, categories = pd.factorize(df['color'])
colors = [plt.cm.tab10(i) for i in levels] # using the "tab10" colormap
handles = [matplotlib.patches.Patch(color=plt.cm.tab10(i), label=c) for i, c in enumerate(categories)]


plt.scatter(df['carat'], df['price'], c=colors)
plt.gca().set(xlabel='Carat', ylabel='Price', title='Carat vs. Price')
plt.legend(handles=handles,  title='Color')

enter image description here

我在这里选择了“ tab10”离散(又名定性)色图，它在表示颜色因子是名义范畴变量方面做得更好。

额外学分:
在第一个图中，通过将 最小-最大缩放比例值从类别级别 int 数组 pd.factorize(iris['species'])[0]传递给 plt.cm.viridis颜色图对象的 打电话方法来选择默认颜色。


提交答案