Pandas 散点图使用数据框字段派生颜色和图例

Question

我想创建一个散点图，其中显示在 pandas 中相互映射的两列，第三列用于大小，然后是基于标签的点的颜色（在下面的情况下，last_name）。

然后我想要一个图例，显示颜色的点，然后显示姓氏值

每个姓氏应该与不同的颜色相关联，并且图例显示，例如，绿点和米勒，红点和雅各布森等。

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


raw_data = {'first_name': ['Jason', 'Molly', 'Tina', 'Jake', 'Amy'],
    'last_name': ['Miller', 'Jacobson', 'Ali', 'Milner', 'Cooze'],
    'female': [0, 1, 1, 0, 1],
    'age': [42, 52, 36, 24, 73],
    'preTestScore': [4, 24, 31, 2, 3],
    'postTestScore': [25, 94, 57, 62, 70]}
df = pd.DataFrame(raw_data, columns = ['first_name', 'last_name', 'age', 'female', 'preTestScore', 'postTestScore'])

plt.scatter(df.preTestScore, df.postTestScore, s=df.age, label=df.last_name)
plt.legend(loc='upper left', prop={'size':6}, bbox_to_anchor=(1,1),ncol=1)

这给了我这样的东西：

我根本不知道如何获取颜色（理想情况下，我喜欢使用调色板）或如何让图例显示姓氏和点

任何帮助将不胜感激..谢谢！

注意 - 我以Chris Albon为例。

Answer 1

首先，为了生成颜色，您可以将带有颜色的列添加到数据框中。然后可以将这些颜色传递给 的c关键字参数scatter。

创建具有不易访问的条目的图例的通常解决方案是生成代理艺术家。在这种情况下，我们将创建一组不同颜色的标记并将其提供给handles的参数legend。图例标签只是数据帧中的姓氏。

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.lines

raw_data = {'first_name': ['Jason', 'Molly', 'Tina', 'Jake', 'Amy'],
    'last_name': ['Miller', 'Jacobson', 'Ali', 'Milner', 'Cooze'],
    'female': [0, 1, 1, 0, 1],
    'age': [42, 52, 36, 24, 73],
    'preTestScore': [4, 24, 31, 2, 3],
    'postTestScore': [25, 94, 57, 62, 70],
    'colors' : ["r", "g", "b", "k", "cyan"]} # add a column for colors
df = pd.DataFrame(raw_data, 
     columns = ['first_name', 'last_name', 'age', 'female', 'preTestScore', 'postTestScore', "colors"])

#supply colors as argument for c
plt.scatter(df.preTestScore, df.postTestScore, s=df.age, c=df.colors) 
# generate proxy artists for legend
handles = [matplotlib.lines.Line2D([],[], marker="o", color=c, linestyle="none") for c in df.colors.values]
# supply proxy artists to handles and last names to labels
plt.legend(handles=handles, labels=list(df.last_name.values), 
           loc='upper left', prop={'size':6}, bbox_to_anchor=(1,1),ncol=1, numpoints=1)
plt.subplots_adjust(right=0.8)
plt.show()