Ich versuche, mit einem Pandas DataFrame-Objekt ein einfaches Streudiagramm in Pyplot zu erstellen, möchte aber eine effiziente Methode zum Zeichnen von zwei Variablen, wobei die Symbole durch eine dritte Spalte (Schlüssel) vorgegeben werden. Ich habe verschiedene Möglichkeiten mit df.groupby ausprobiert, aber nicht erfolgreich. Ein Beispiel für ein df-Skript finden Sie unten. Dies färbt die Markierungen gemäß 'key1', aber ich würde gerne eine Legende mit 'key1'-Kategorien sehen. Bin ich nah dran Vielen Dank.

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()

Sie können dies verwenden, scatterdies erfordert jedoch numerische Werte für Ihre key1und Sie haben keine Legende, wie Sie bemerkt haben.

Es ist besser, nur plotfür solche diskreten Kategorien zu verwenden. Beispielsweise:

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()

Wenn Sie möchten, dass die Dinge wie der Standardstil aussehen pandas, aktualisieren Sie sie einfach rcParamsmit dem Pandas-Stylesheet und verwenden Sie den Farbgenerator. (Ich optimiere auch die Legende leicht):

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()

Dies ist einfach mit Seaborn ( pip install seaborn) als Oneliner zu tun

sns.pairplot(x_vars=["one"], y_vars=["two"], data=df, hue="key1", size=5) ::

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.pairplot(x_vars=["one"], y_vars=["two"], data=df, hue="key1", size=5)

Hier ist der Datenrahmen als Referenz:

Da Ihre Daten drei variable Spalten enthalten, möchten Sie möglicherweise alle paarweisen Dimensionen mit folgenden Elementen zeichnen:

sns.pairplot(vars=["one","two","three"], data=df, hue="key1", size=5)

https://rasbt.github.io/mlxtend/user_guide/plotting/category_scatter/ ist eine weitere Option.

Mit plt.scatterkann ich mir nur eines vorstellen: einen Proxy-Künstler verwenden:

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)

Und das Ergebnis ist:

Sie können df.plot.scatter verwenden und ein Array an das Argument c = übergeben, das die Farbe jedes Punkts definiert:

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()

Sie können auch Altair oder ggpot ausprobieren, die sich auf deklarative Visualisierungen konzentrieren.

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-Code

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

ggplot code

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

Ab matplotlib 3.1 können Sie verwenden .legend_elements(). Ein Beispiel finden Sie unter Automatische Legendenerstellung . Der Vorteil ist, dass ein einzelner Scatter-Aufruf verwendet werden kann.

In diesem Fall:

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()

Falls die Schlüssel nicht direkt als Zahlen angegeben wurden, würde dies so aussehen

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()

Es ist ziemlich hacky, aber man konnte verwenden one1als Float64Indexalles auf einmal zu tun:

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

Beachten Sie, dass ab 0.20.3 das Sortieren des Index erforderlich ist und die Legende etwas wackelig ist .