在 seaborn 或 matplotlib 中绘制分类散点图

Question

我有以下数据框

   it, A   B   C   D
0  10, aa  mn  cd  kk
1  100, ab  cd  wc  ll
2  1000, wc  cd  mn  sf
3  10000, ll  ll  kk  mn
4  100000, wc  kk  mn  cd
5  1000000, aa  ll  we  sf
6  10000000, ss  aa  ss  kk

创建为

options = ["ab", "cd", "bb", "aa", "we", "ss", "kk", "mn", "re", "wc", "ll", "sf"]
df = pd.DataFrame(columns=["A", "B", "C", "D"])
for i, it in enumerate([1,2,3,4,5,6,7]):
    row = [10**i, random.sample(options, 1)[0], random.sample(options, 1)[0], 
           random.sample(options, 1)[0], random.sample(options, 1)[0]]
    df.loc[i] = row

目标是创建一个散点图，其中 y 轴是按排序顺序来自数据帧的唯一值，例如 options 和 a 轴对应于列it 。 现在，根据数据是否属于A, B, C,或D列A, B, C,我想对散点进行不同的着色并指定一个图例。 所以我知道一个点来自哪个类。

我如何在 seaborn 或 matplotlib 中做到这一点？

我在 matplotlib 中这样做的方式是

iters = list(range(df.shape[0]))
x, y = sort(iters, df["A"])
plt.scatter(x, y, color="red")
x, y = sort(iters, df["B"])
plt.scatter(x, y, color="blue")
...

但这不会对整个 y 轴进行排序，只会对属于单独列的标签进行排序。

Answer 1

让我们尝试堆叠数据，转换为具有给定顺序的分类，排序和绘图：

s = df.stack() 

s = pd.Series(pd.Categorical(s, categories=options, ordered=True),
              index=s.index)

sns.scatterplot(data=s.sort_values().reset_index(name='value'),
                x='level_0', y='value', hue='level_1'
               )

输出：

---

更新：如果您有一个列xvalue并且只关心某些列['A','B','C','D'] ，请使用melt而不是stack ：

s = df.melt(id_vars='xvalue', 
            value_vars=['A','B','C','D'],
            value_name='value',
            var_name='column')
s['value'] = pd.Categorical(s['value'], categories=options, ordered=True)

sns.scatterplot(data=s.sort_values('value'),
                x='xvalue', y='value', hue='column'
               )