如何使用matplotlib绘制具有不同颜色和形状的多个组？

Question

给定以下DataFrame（以熊猫为单位）：

        X    Y    Type   Region
 index
 1      100  50   A      US
 2      50   25   A      UK
 3      70   35   B      US
 4      60   40   B      UK
 5      80   120  C      US
 6      120  35   C      UK

为了生成DataFrame：

import pandas as pd

data = pd.DataFrame({'X': [100, 50, 70, 60, 80, 120],
                     'Y': [50, 25, 35, 40, 120, 35],
                     'Type': ['A', 'A', 'B', 'B', 'C', 'C'],
                     'Region': ['US', 'UK'] * 3
                    },
                    columns=['X', 'Y', 'Type', 'Region']
       )

我试图绘制X和Y的散点图，分别按Type着色和按Region整形。 如何在matplotlib中实现它？

Answer 1

更多熊猫：

from pandas import DataFrame
from matplotlib.pyplot import show, subplots 
from itertools import cycle # Useful when you might have lots of Regions

data = DataFrame({'X': [100, 50, 70, 60, 80, 120],
                     'Y': [50, 25, 35, 40, 120, 35],
                     'Type': ['A', 'A', 'B', 'B', 'C', 'C'],
                     'Region': ['US', 'UK'] * 3
                    },
                    columns=['X', 'Y', 'Type', 'Region']
       )

cs = {'A':'red',
      'B':'blue',
      'C':'green'}

markers = ('+','o','>') 
fig, ax = subplots()

for region, marker in zip(set(data.Region),cycle(markers)):
    reg_data = data[data.Region==region]
    reg_data.plot(x='X', y='Y',
          kind='scatter',
          ax=ax,
          c=[cs[x] for x in reg_data.Type],
          marker=marker,
          label=region)
ax.legend()
show()

但是，对于这种多维情节，请查看seaborn（适用于熊猫）。

Answer 2

一种方法是执行以下操作。 它不是很优雅，但是可以将matplotlib.pyplot导入为plt，将matplotlib导入为mpl，将numpy导入为np plt.ion（）

colors  = ['g', 'r', 'c', 'm', 'y', 'k', 'b'] 
markers = ['*','+','D','H']
for iType in range(len(data.Type.unique())):
    for iRegion in range(len(data.Region.unique())):
        plt.plot(data.X.values[np.bitwise_and(data.Type.values   == data.Type.unique()[iType],
                                              data.Region.values == data.Region.unique()[iRegion])],
                 data.Y.values[np.bitwise_and(data.Type.values   == data.Type.unique()[iType],
                                              data.Region.values == data.Region.unique()[iRegion])],
                 color=colors[iType],marker=markers[iRegion],ms=10)

我对Panda不熟悉，但是必须有一些更优雅的方法来进行过滤。 可以使用matplotlib中的markers.MarkerStyle.markers.keys（）获得标记列表，而常规颜色周期可以使用gca（）._ get_lines.color_cycle.next（）获得。