編輯 Seaborn 散點圖和計數圖的圖例標題和標簽

Question

我在 titanic 數據集上使用 seaborn 散點圖和計數圖。
這是我繪制散點圖的代碼。 我還嘗試編輯圖例標簽。

ax = seaborn.countplot(x='class', hue='who', data=titanic)
legend_handles, _ = ax.get_legend_handles_labels()
plt.show();

要編輯圖例標簽，我這樣做了。 在這種情況下，不再有圖例標題。 如何將此標題從“who”重命名為“who1”？

ax = seaborn.countplot(x='class', hue='who', data=titanic)
legend_handles, _= ax.get_legend_handles_labels()
ax.legend(legend_handles, ['man1','woman1','child1'], bbox_to_anchor=(1,1))
plt.show()

我用同樣的方法編輯散點圖上的圖例標簽，這里的結果不同。 它使用“死亡”作為圖例標題，並使用“幸存”作為第一個圖例標簽。

ax = seaborn.scatterplot(x='age', y='fare', data=titanic, hue = 'survived')
legend_handles, _= ax.get_legend_handles_labels()
ax.legend(legend_handles, ['dead', 'survived'],bbox_to_anchor=(1.26,1))
plt.show()

1. 是否有刪除和添加圖例標題的參數？

2. 我在兩個不同的圖表上使用了相同的代碼，圖例的結果是不同的。 這是為什么？

Answer 1

嘗試使用

ax.legend(legend_labels, ['man1','woman1','child1'], 
          bbox_to_anchor=(1,1), 
          title='whatever title you want to use')

Answer 2

對於 seaborn v0.11.2 或更高版本，使用move_legend()函數。

從常見問題解答頁面：

對於 seaborn v0.11.2 或更高版本，使用 move_legend() 函數。

在舊版本中，一種常見的模式是在繪圖后調用 ax.legend(loc=...) 。 雖然這似乎移動了圖例，但它實際上用一個新的圖例替換了圖例，使用了恰好附加到軸上的任何帶標簽的藝術家。 這並不適用於各種繪圖類型。 而且它不會傳播用於格式化多變量圖例的圖例標題或定位調整。

move_legend()函數其實比它的名字更強大，它還可以用來在出圖后修改其他圖例參數（字體大小、句柄長度等）。

Answer 3

為什么圖例順序有時不同？

您可以通過hue_order=['man', 'woman', 'child']強制圖例的順序。 默認情況下，順序要么是它們在數據框中出現的順序（當值只是字符串時），要么是pd.Categorical強加的順序。

如何重命名圖例條目

最可靠的方法是重命名列值，例如

titanic["who"] = titanic["who"].map({'man': 'Man1', 'woman': 'Woman1', 'child': 'Child1'})

如果列的條目存在0,1,...范圍內的數字，則可以使用pd.Categorical.from_codes(...) 。 這也強制執行命令。

特定色調值的特定顏色

有許多選項可以指定要使用的顏色（通過palette= ）。 要將特定顏色分配給特定色調值，調色板可以是字典，例如

palette = {'Man1': 'cornflowerblue', 'Woman1': 'fuchsia', 'Child1': 'limegreen'}

重命名或刪除圖例標題

sns.move_legend(ax, title=..., loc='best')設置一個新標題。 將標題設置為空字符串會將其刪除（這在條目不言自明時很有用）。

代碼示例

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd

titanic = sns.load_dataset('titanic')
# titanic['survived'] = titanic['survived'].map({0:'Dead', 1:'Survived'})
titanic['survived'] = pd.Categorical.from_codes(titanic['survived'], ['Dead', 'Survived'])
palette = {'Dead': 'navy', 'Survived': 'turquoise'}

ax = sns.scatterplot(data=titanic, x='age', y='fare', hue='survived', palette=palette)
sns.move_legend(ax, title='', loc='best')  # remove the title

plt.show()