Python通过不同的数据框列进行绘图（使用Seaborn？）

Question

我正在尝试根据不同的分类列使用点着色创建数据集的散点图。 Seaborn在这里适合一个情节：

fg = sns.FacetGrid(data=plot_data, hue='col_1')
fg.map(plt.scatter, 'x_data', 'y_data', **kws).add_legend()
plt.show()

然后，我想显示相同的数据，但使用hue ='col_2'和hue ='col_3'。 如果我仅绘制3个图，效果很好，但我真的希望找到一种方法，使它们全部显示为一个图形。 不幸的是，我还没有找到将色调从一种改变为另一种的方法。 我知道有些绘图API允许使用axis关键字，因此可以将其弹出到matplotlib图形中，但是我还没有找到可以同时设置'ax ='和'hue ='的图形API。 有任何想法吗？ 提前致谢！

编辑：这是一些示例代码来说明这个想法

xx = np.random.rand(10,2)
cat1 = np.array(['cat','dog','dog','dog','cat','hamster','cat','cat','hamster','dog'])
cat2 = np.array(['blond','brown','brown','black','black','blond','blond','blond','brown','blond'])
d = {'x':xx[:,0], 'y':xx[:,1], 'pet':cat1, 'hair':cat2}
df = pd.DataFrame(data=d)

sns.set(style='ticks')
fg = sns.FacetGrid(data=df, hue='pet', size=5)
fg.map(plt.scatter, 'x', 'y').add_legend()
fg = sns.FacetGrid(data=df, hue='hair', size=5)
fg.map(plt.scatter, 'x', 'y').add_legend()
plt.show()

这在两个窗口中绘制了我想要的图。 配色方案在第一个图中通过“ pet”分组进行设置，在第二个图中通过“ hair”进行设置。 有什么办法可以在一个情节上做到这一点吗？

Answer 1

为了绘制3个散点图，每个散点图具有不同的颜色，您可以在matplotlib中创建3个轴，并将散点图绘制到每个轴上。

import pandas as pd
import numpy as np; np.random.seed(42)
import matplotlib.pyplot as plt

df = pd.DataFrame(np.random.rand(10,5), 
                  columns=["x", "y", "col1", "col2", "col3"])

fig, axes = plt.subplots(nrows=3)
for ax, col in zip(axes, df.columns[2:]):
    ax.scatter(df.x, df.y, c=df[col])

plt.show()

对于分类数据，通常更容易绘制多个散点图，每个类别一个。

import pandas as pd
import numpy as np; np.random.seed(42)
import matplotlib.pyplot as plt
import seaborn as sns


xx = np.random.rand(10,2)
cat1 = np.array(['cat','dog','dog','dog','cat','hamster','cat','cat','hamster','dog'])
cat2 = np.array(['blond','brown','brown','black','black','blond','blond','blond','brown','blond'])
d = {'x':xx[:,0], 'y':xx[:,1], 'pet':cat1, 'hair':cat2}
df = pd.DataFrame(data=d)


cols = ['pet',"hair"]
fig, axes = plt.subplots(nrows=len(cols ))
for ax,col in zip(axes,cols):
    for n, group in df.groupby(col):
        ax.scatter(group.x,group.y, label=n)
    ax.legend()

plt.show()

如果确实需要，可以肯定使用FacetGrid，但这需要DataFrame的其他数据格式。

import pandas as pd
import numpy as np; np.random.seed(42)
import matplotlib.pyplot as plt
import seaborn as sns

xx = np.random.rand(10,2)
cat1 = np.array(['cat','dog','dog','dog','cat','hamster','cat','cat','hamster','dog'])
cat2 = np.array(['blond','brown','brown','black','black','blond','blond','blond','brown','blond'])
d = {'x':xx[:,0], 'y':xx[:,1], 'pet':cat1, 'hair':cat2}
df = pd.DataFrame(data=d)

df2 = pd.melt(df, id_vars=['x','y'], value_name='category', var_name="kind")

fg = sns.FacetGrid(data=df2, row="kind",hue='category', size=3)
fg.map(plt.scatter, 'x', 'y').add_legend()