Bir Pandas DataFrame nesnesi kullanarak pyplot'ta basit bir dağılım grafiği yapmaya çalışıyorum, ancak iki değişkeni çizmenin etkili bir yolunu istiyorum, ancak sembollerin üçüncü bir sütun (anahtar) tarafından dikte edilmesini istiyorum. Df.groupby kullanarak çeşitli yollar denedim, ancak başarılı olamadım. Örnek bir df komut dosyası aşağıdadır. Bu, işaretçileri "key1" e göre renklendirir, ancak Id, "key1" kategorilerine sahip bir efsane görmek ister. Yakın mıyım Teşekkürler.

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
df = pd.DataFrame(np.random.normal(10,1,30).reshape(10,3), index = pd.date_range('2010-01-01', freq = 'M', periods = 10), columns = ('one', 'two', 'three'))
df['key1'] = (4,4,4,6,6,6,8,8,8,8)
fig1 = plt.figure(1)
ax1 = fig1.add_subplot(111)
ax1.scatter(df['one'], df['two'], marker = 'o', c = df['key1'], alpha = 0.8)
plt.show()

Bunun için kullanabilirsiniz scatter, ancak bu sizin için sayısal değerlere sahip olmayı gerektirir key1ve fark ettiğiniz gibi bir efsaneye sahip olmayacaksınız.

Bunun plotgibi ayrı kategoriler için kullanmak daha iyidir . Örneğin:

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
np.random.seed(1974)

# Generate Data
num = 20
x, y = np.random.random((2, num))
labels = np.random.choice(['a', 'b', 'c'], num)
df = pd.DataFrame(dict(x=x, y=y, label=labels))

groups = df.groupby('label')

# Plot
fig, ax = plt.subplots()
ax.margins(0.05) # Optional, just adds 5% padding to the autoscaling
for name, group in groups:
    ax.plot(group.x, group.y, marker='o', linestyle='', ms=12, label=name)
ax.legend()

plt.show()

Her şeyin varsayılan pandasstile benzemesini istiyorsanız rcParams, pandalar stil sayfasını güncelleyin ve renk oluşturucuyu kullanın. (Ayrıca efsaneyi biraz değiştiriyorum):

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
np.random.seed(1974)

# Generate Data
num = 20
x, y = np.random.random((2, num))
labels = np.random.choice(['a', 'b', 'c'], num)
df = pd.DataFrame(dict(x=x, y=y, label=labels))

groups = df.groupby('label')

# Plot
plt.rcParams.update(pd.tools.plotting.mpl_stylesheet)
colors = pd.tools.plotting._get_standard_colors(len(groups), color_type='random')

fig, ax = plt.subplots()
ax.set_color_cycle(colors)
ax.margins(0.05)
for name, group in groups:
    ax.plot(group.x, group.y, marker='o', linestyle='', ms=12, label=name)
ax.legend(numpoints=1, loc='upper left')

plt.show()

Bu, bir oneliner olarak Seaborn ( pip install seaborn) ile yapmak kolaydır

sns.scatterplot(x_vars="one", y_vars="two", data=df, hue="key1") :

import seaborn as sns
import pandas as pd
import numpy as np
np.random.seed(1974)

df = pd.DataFrame(
    np.random.normal(10, 1, 30).reshape(10, 3),
    index=pd.date_range('2010-01-01', freq='M', periods=10),
    columns=('one', 'two', 'three'))
df['key1'] = (4, 4, 4, 6, 6, 6, 8, 8, 8, 8)

sns.scatterplot(x="one", y="two", data=df, hue="key1")

İşte referans için veri çerçevesi:

Verilerinizde üç değişken sütun bulunduğundan, tüm ikili boyutları aşağıdakilerle çizmek isteyebilirsiniz:

sns.pairplot(vars=["one","two","three"], data=df, hue="key1")

https://rasbt.github.io/mlxtend/user_guide/plotting/category_scatter/ başka bir seçenektir.

İle plt.scatter, aklıma sadece bir tane: proxy sanatçı kullanmak için:

df = pd.DataFrame(np.random.normal(10,1,30).reshape(10,3), index = pd.date_range('2010-01-01', freq = 'M', periods = 10), columns = ('one', 'two', 'three'))
df['key1'] = (4,4,4,6,6,6,8,8,8,8)
fig1 = plt.figure(1)
ax1 = fig1.add_subplot(111)
x=ax1.scatter(df['one'], df['two'], marker = 'o', c = df['key1'], alpha = 0.8)

ccm=x.get_cmap()
circles=[Line2D(range(1), range(1), color='w', marker='o', markersize=10, markerfacecolor=item) for item in ccm((array([4,6,8])-4.0)/4)]
leg = plt.legend(circles, ['4','6','8'], loc = "center left", bbox_to_anchor = (1, 0.5), numpoints = 1)

Ve sonuç:

Df.plot.scatter'ı kullanabilir ve her noktanın rengini tanımlayan c = argümanına bir dizi geçirebilirsiniz:

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
df = pd.DataFrame(np.random.normal(10,1,30).reshape(10,3), index = pd.date_range('2010-01-01', freq = 'M', periods = 10), columns = ('one', 'two', 'three'))
df['key1'] = (4,4,4,6,6,6,8,8,8,8)
colors = np.where(df["key1"]==4,'r','-')
colors[df["key1"]==6] = 'g'
colors[df["key1"]==8] = 'b'
print(colors)
df.plot.scatter(x="one",y="two",c=colors)
plt.show()

Bildirime dayalı görselleştirmelere odaklanan Altair veya ggpot'u da deneyebilirsiniz .

import numpy as np
import pandas as pd
np.random.seed(1974)

# Generate Data
num = 20
x, y = np.random.random((2, num))
labels = np.random.choice(['a', 'b', 'c'], num)
df = pd.DataFrame(dict(x=x, y=y, label=labels))

Altair kodu

from altair import Chart
c = Chart(df)
c.mark_circle().encode(x='x', y='y', color='label')

ggplot kodu

from ggplot import *
ggplot(aes(x='x', y='y', color='label'), data=df) +\
geom_point(size=50) +\
theme_bw()

Matplotlib 3.1'den itibaren kullanabilirsiniz .legend_elements(). Otomatik açıklama oluşturmada bir örnek gösterilmektedir . Avantajı, tek bir dağılım çağrısının kullanılabilmesidir.

Bu durumda:

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

df = pd.DataFrame(np.random.normal(10,1,30).reshape(10,3), 
                  index = pd.date_range('2010-01-01', freq = 'M', periods = 10), 
                  columns = ('one', 'two', 'three'))
df['key1'] = (4,4,4,6,6,6,8,8,8,8)


fig, ax = plt.subplots()
sc = ax.scatter(df['one'], df['two'], marker = 'o', c = df['key1'], alpha = 0.8)
ax.legend(*sc.legend_elements())
plt.show()

Anahtarların doğrudan sayı olarak verilmemesi durumunda,

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

df = pd.DataFrame(np.random.normal(10,1,30).reshape(10,3), 
                  index = pd.date_range('2010-01-01', freq = 'M', periods = 10), 
                  columns = ('one', 'two', 'three'))
df['key1'] = list("AAABBBCCCC")

labels, index = np.unique(df["key1"], return_inverse=True)

fig, ax = plt.subplots()
sc = ax.scatter(df['one'], df['two'], marker = 'o', c = index, alpha = 0.8)
ax.legend(sc.legend_elements()[0], labels)
plt.show()

Oldukça hacky, ama kullanabilirsiniz one1bir şekilde Float64Indextek seferde her şeyi yapmak:

df.set_index('one').sort_index().groupby('key1')['two'].plot(style='--o', legend=True)

0.20.3 itibariyle dizinin sıralanmasının gerekli olduğunu ve açıklamanın biraz riskli olduğunu unutmayın .

seaborn, scatterplotbunu daha verimli yapan bir sarmalayıcı işlevine sahiptir.

sns.scatterplot(data = df, x = 'one', y = 'two', data =  'key1'])