將圖例添加到 matplotlib 分散 plot 其中 colors 是動態的

Question

我使用 Matplolib 和 Pandas dataframe 創建了 Scatter plot，現在我想為其添加一個圖例。 這是我的代碼：

colors = ['red' if x >= 150 and x < 200 else 
          'green' if x >= 200 and x < 400 else
          'purple' if x >= 400 and x < 600 else
          'yellow' if x >= 600 else 'teal' for x in myData.R]


ax1.scatter(myData.X, myData.Y, s=20, c=colors, marker='_', label='Test')
ax1.legend(loc='upper left', frameon=False)

這里發生的情況是，根據myData.R的值，散點圖 plot 中點的顏色會發生變化。 所以，由於顏色是“動態的”，我在創建圖例時遇到了很多麻煩。 實際代碼只會創建一個帶有單個 label 的圖例，稱為“測試”，附近沒有任何顏色。

以下是數據示例：

       X  Y    R
0      1  945  1236.334519
0      1  950   212.809352
0      1  950   290.663847
0      1  961   158.156856

我試過這個，但我不明白的是：

1. 如何動態為圖例設置標簽？ 例如， 'red' if x >= 150 ，因此在圖例上應該有一個紅色方塊，其附近>150 。 但由於我沒有手動添加任何 label，我很難理解這一點。

2. 在嘗試了以下之后，我只得到了一個帶有單個 label 'Classes' 的圖例：

`legend1 = ax1.legend(*scatter.legend_elements(), loc="左下", title="類")

ax1.add_artist(legend1)`

任何形式的建議表示贊賞！

Answer 1

可以加速的部分代碼是使用普通的 Python 循環創建字符串列表。 Pandas 使用 numpy 的過濾非常有效。 繪制散點圖主要取決於點的數量，當所有點一次繪制或分五部分繪制時，點數不會改變。

在循環中使用 matplotlib 的 scatter 的一些示例代碼：

from matplotlib import pyplot as plt
import numpy as np
import pandas as pd

N = 500
myData = pd.DataFrame({'X': np.round(np.random.uniform(-1000, 1000, N), -2), 
                       'Y': np.random.uniform(-800, 800, N)})
myData['R'] = np.sqrt(myData.X ** 2 + myData.Y ** 2)

fig, ax1 = plt.subplots()

bounds = [150, 200, 400, 600]
colors = ['teal', 'red', 'green', 'purple', 'gold']
for b0, b1, col in zip([None]+bounds, bounds+[None], colors):
    if b0 is None:
        filter = (myData.R < b1)
        label = f'$ R < {b1} $'
    elif b1 is None:
        filter = (myData.R >= b0)
        label = f'${b0} ≤ R $'
    else:
        filter = (myData.R >= b0) & (myData.R < b1)
        label = f'${b0} ≤ R < {b1}$'
    ax1.scatter(myData.X[filter], myData.Y[filter], s=20, c=col, marker='_', label=label)
ax1.legend()
plt.show()

或者，可以使用 pandas 的cut來創建類別，而 seaborn 的功能（例如其hue參數）可以進行着色並自動創建圖例。

from matplotlib import pyplot as plt
import numpy as np
import pandas as pd
import seaborn as sns

N = 500
myData = pd.DataFrame({'X': np.round( np.random.uniform(-1000, 1000, N),-2), 'Y': np.random.uniform(-800, 800, N)})
myData['R'] = np.sqrt(myData.X ** 2 + myData.Y ** 2)

fig, ax1 = plt.subplots()

bounds = [150, 200, 400, 600]
colors = ['teal', 'red', 'green', 'purple', 'gold']

hues = pd.cut(myData.R, [0]+bounds+[2000], right=False)
sns.scatterplot(myData.X, myData.Y, hue=hues, hue_order=hues.cat.categories, palette=colors, s=20, marker='_', ax=ax1)
plt.show()