尝试向 Seaborn 散点图添加颜色条

Question

我是一名地质学硕士生，正在写我的论文，重点是南太平洋一些火山的二氧化硫 output。 我对 R 有一点经验，但我的主管推荐 python（特别是 JupyterLab）用于生成数字和数据操作，所以我对编程和基本上自学 Z34D1F91FB2E514B8576FAB1A75A89A 非常陌生。 我正在尝试使用地震数据使用 seaborn 生成一些散点图，但我似乎无法在地震震级的图例中显示颜色条。 我正在使用的代码如下，我会尽力以清晰的方式对其进行格式化。

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
import matplotlib as mpl
from scipy import stats
import cartopy.crs as ccrs
import cartopy.io.img_tiles as cimgt

然后是我正在使用的数据集。 这些是地震数据集。

df = pd.read_csv('Vanuatu Earthquakes May18-May19.csv')
df = pd.read_csv('Vanuatu Earthquakes May17-May18.csv')
df = pd.read_csv('Vanuatu Earthquakes May19-Jul20.csv')

和火山的位置，纯粹是为了空间参考。

dg = pd.read_csv('Volcano coordinates.csv')

这是我目前正在尝试使用的主要 plot。 到目前为止，我已经能够使用色调 function 对地震的震级进行分类，但我不喜欢它在图例中的外观，并且想将其转换为颜色条（或使用颜色条而不是色调，或者/或） ，但我不知道该怎么做。 或者，如果有一个不同的 function 会给我我正在寻找的结果，我肯定会接受它而不是散点图。 黑色三角形也是火山，所以现在可以忽略它们。

plt.figure(figsize=(5.5,9))
sns.scatterplot(x='longitude', y='latitude', data=df, 
                marker='D', hue='mag', palette='colorblind', cmap='RdBu')
sns.scatterplot(x='longitude', y='latitude', data=dg, 
                marker='^', legend='brief', color='k', s=100)
plt.legend(bbox_to_anchor=(1.05, 1), loc=2, borderaxespad=0., title='Magnitude (Mw)')
plt.xlabel('Longitude (degrees)')
plt.ylabel('Latitude (degrees)')
plt.title('Earthquake and Volcano Locations', size=15)
plt.show()

希望这足够清楚，但如果需要更多信息，请告诉我！

Answer 1

此答案中使用的关于 Seaborn 条形图的相同方法也可以应用于散点图。 使用您的代码，看起来像这样：

# ...
norm = plt.Normalize(df['mag'].min(), df['mag'].max())
sm = plt.cm.ScalarMappable(cmap="RdBu", norm=norm)
sm.set_array([])

ax = sns.scatterplot(x='longitude', y='latitude', data=df, marker='D', palette='RdBu', hue='mag')
sns.scatterplot(x='longitude', y='latitude', data=dg, marker='^', 
                legend='brief', color='k', s=100, ax=ax)

# Remove the legend and add a colorbar (optional)
# ax.get_legend().remove()
# ax.figure.colorbar(sm)

# ...

有关操作颜色条的标签和刻度的信息，请参阅此问题及其答案。

有关使用tips数据集的完整示例：

import seaborn as sns
import matplotlib.pyplot as plt

sns.set()
tips = sns.load_dataset("tips")
ax = sns.scatterplot(x="total_bill", y="tip", hue="size", palette='RdBu', data=tips)

norm = plt.Normalize(tips['size'].min(), tips['size'].max())
sm = plt.cm.ScalarMappable(cmap="RdBu", norm=norm)
sm.set_array([])

# Remove the legend and add a colorbar
ax.get_legend().remove()
ax.figure.colorbar(sm)

plt.show()