Próbuję wykonać prosty wykres punktowy w pyplocie przy użyciu obiektu Pandas DataFrame, ale chcę wydajnego sposobu wykreślania dwóch zmiennych, ale symbole mają podyktowane przez trzecią kolumnę (klucz). Próbowałem różnych sposobów korzystania z df.groupby, ale bez powodzenia. Przykładowy skrypt df znajduje się poniżej. Powoduje to kolorowanie znaczników zgodnie z „kluczem1”, ale chciałbym zobaczyć legendę z kategoriami „klucz1”. Jestem blisko Dzięki.

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()

Możesz użyć scatterdo tego, ale wymaga to posiadania wartości liczbowych dla twojego key1, a nie będziesz miał legendy, jak zauważyłeś.

Lepiej jest po prostu używać takich plotdyskretnych kategorii. Na przykład:

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()

Jeśli chcesz, aby rzeczy wyglądały jak domyślny pandasstyl, po prostu zaktualizuj rcParamsarkusz stylów pandy i użyj jego generatora kolorów. (Poprawiam też nieco legendę):

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()

Można to łatwo zrobić z Seaborn ( pip install seaborn) jako onelinerem

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")

Oto ramka danych w celach informacyjnych:

Ponieważ dane zawierają trzy zmienne kolumny, warto wykreślić wszystkie wymiary parami za pomocą:

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

https://rasbt.github.io/mlxtend/user_guide/plotting/category_scatter/ to kolejna opcja.

Z pomocą przychodzi plt.scattermi do głowy tylko jedno: użyć artysty proxy:

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)

A wynik jest taki:

Możesz użyć df.plot.scatter i przekazać tablicę do c = argument definiującą kolor każdego punktu:

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()

Możesz także wypróbować Altair lub ggpot, które koncentrują się na deklaratywnych wizualizacjach.

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))

Kod Altaira

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

kod ggplot

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

Począwszy od Matplotlib 3.1 możesz używać .legend_elements(). Przykład pokazano w sekcji Automatyczne tworzenie legendy . Zaletą jest to, że można użyć pojedynczego wywołania scatter.

W tym przypadku:

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()

Gdyby klucze nie zostały bezpośrednio podane jako liczby, wyglądałoby to tak

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()

Jest to dość hakerskie, ale możesz użyć one1jako, Float64Indexaby zrobić wszystko za jednym razem:

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

Zauważ, że od wersji 0.20.3 sortowanie indeksu jest konieczne , a legenda jest nieco niepewna .

Seaaborn ma funkcję owijania, scatterplotktóra robi to wydajniej.

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