如何散點圖每組 Pandas DataFrame

Question

我正在使用來自 seaborn 的間歇泉數據集制作散點圖。 我正在根據“種類”列對點進行着色，但出於某種原因，圖例僅顯示“長”而未顯示“短”。 我不知道我錯過了什么。 我還想知道是否有一種更簡單的方法來對不使用 for 循環的數據進行顏色編碼。 謝謝！

x = geyser_df['waiting']
y = geyser_df['duration']
col = []

for i in range(len(geyser_df)):
    if (geyser_df['kind'][i] == 'short'):
        col.append('MediumVioletRed')
    elif(geyser_df['kind'][i] == 'long'):
        col.append('Navy')

plt.scatter(x, y, c=col)
plt.legend(('long','short'))
plt.xlabel('Waiting')
plt.ylabel("Duration")
plt.suptitle("Waiting vs Duration")
plt.show()

Answer 1

您將x = geyser_df ['waiting']和y = geyser_df ['duration']作為單個數據集plt.scatter ，這導致plt.scatter僅用作label="long"作為圖例（每個數據集一個）。 我沒有足夠的使用此類庫的經驗，但要重現您描述的示例，您需要編寫這樣的程序：

long = [[], []]
short = [[], []]
col=['MediumVioletRed', 'Navy']

for i in range(len(geyser_df["kind"])):
  if (geyser_df["kind"][i] == "long"):
      long[0].append([geyser_df['waiting'][i]])
      long[1].append([geyser_df['duration'][i]])
  else:
      short[0].append([geyser_df['waiting'][i]])
      short[1].append([geyser_df['duration'][i]])

plt.scatter(long[0], long[1], c=col[1], label="long")
plt.scatter(short[0], short[1], c=col[0], label="short")

plt.legend()
plt.xlabel('Waiting')
plt.ylabel("Duration")
plt.suptitle("Waiting vs Duration")
plt.show()

Answer 2

• 使用 pandas 執行此操作的正確方法是使用pandas.DataFrame.groupby和pandas.DataFrame.plot
• 在python 3.8.12 、 pandas 1.3.4 、 matplotlib 3.4.3 、 seaborn 0.11.2

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

# load data
df = sns.load_dataset('geyser')

# plot
fig, ax = plt.subplots(figsize=(6, 4))
colors = {'short': 'MediumVioletRed', 'long': 'Navy'}
for kind, data in df.groupby('kind'):
    data.plot(kind='scatter', x='waiting', y='duration', label=kind, color=colors[kind], ax=ax)

ax.set(xlabel='Waiting', ylabel='Duration')
fig.suptitle('Waiting vs Duration')
plt.show()

• 最簡單的方法是用seaborn ，用於matplotlib一個高級API，其中hue是用來通過顏色分離的基團。
  • sns.scatterplot ：軸級圖
  • sns.relplot : 圖形級繪圖，其中kind='scatter'是默認繪圖樣式

fig, ax = plt.subplots(figsize=(6, 4))
colors = {'short': 'MediumVioletRed', 'long': 'Navy'}
sns.scatterplot(data=df, x='waiting', y='duration', hue='kind', palette=colors, ax=ax)

ax.set(xlabel='Waiting', ylabel='Duration')
fig.suptitle('Waiting vs Duration')
plt.show()

colors = {'short': 'MediumVioletRed', 'long': 'Navy'}
p = sns.relplot(data=df, x='waiting', y='duration', hue='kind', palette=colors, height=4, aspect=1.5)

ax = p.axes.flat[0]  # extract the single subplot axes

ax.set(xlabel='Waiting', ylabel='Duration')
p.fig.suptitle('Waiting vs Duration', y=1.1)
plt.show()