用matplotlib为不同的分类水平绘制不同的颜色

Question 1

我有一个数据框 diamonds ，它由 (carat, price, color) 等变量组成。我想为每个 color 画一个 price 到 carat 的散点图，这意味着不同的 color 在图中有不同的颜色。

This is easy in R with ggplot :

ggplot(aes(x=carat, y=price, color=color),  #by setting color=color, ggplot automatically draw in different colors
       data=diamonds) + geom_point(stat='summary', fun.y=median)
I wonder how could this be done in Python using matplotlib ?
我知道一些辅助绘图包，如seaborn和ggplot for python，我并不喜欢它们，只是想知道是否可以单独使用matplotlib来完成工作，;P

Question 2


          
           Imports and Sample DataFrame
          
          import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns  # for sample data
from matplotlib.lines import Line2D  # for legend handle
# DataFrame used for all options
df = sns.load_dataset('diamonds')
   carat      cut color clarity  depth  table  price     x     y     z
0   0.23    Ideal     E     SI2   61.5   55.0    326  3.95  3.98  2.43
1   0.21  Premium     E     SI1   59.8   61.0    326  3.89  3.84  2.31
2   0.23     Good     E     VS1   56.9   65.0    327  4.05  4.07  2.31
With matplotlib
你可以通过plt.scatter一个c参数，它允许你选择颜色。下面的代码定义了一个colors的字典，将钻石的颜色映射到绘图的颜色。
fig, ax = plt.subplots(figsize=(6, 6))
colors = {'D':'tab:blue', 'E':'tab:orange', 'F':'tab:green', 'G':'tab:red', 'H':'tab:purple', 'I':'tab:brown', 'J':'tab:pink'}
ax.scatter(df['carat'], df['price'], c=df['color'].map(colors))
# add a legend
handles = [Line2D([0], [0], marker='o', color='w', markerfacecolor=v, label=k, markersize=8) for k, v in colors.items()]
ax.legend(title='color', handles=handles, bbox_to_anchor=(1.05, 1), loc='upper left')
plt.show()
替换代码6】有效地将颜色从 "钻石 "映射到 "绘图"。
(请原谅我没有把另一个例子的图片放上来，我觉得2个就够了 :P)
With seaborn
你可以使用seaborn，这是对matplotlib的包装，默认情况下使它看起来更漂亮（相当有意见，我知道:P），但也增加了一些绘图功能。
For this you could use seaborn.lmplot与fit_reg=False（这可以防止它自动做一些回归）。
sns.scatterplot(x='carat', y='price', data=df, hue='color', ec=None) also does the same thing.
选择hue='color'告诉seaborn根据'color'列中的唯一值来分割和绘制数据。
sns.lmplot(x='carat', y='price', data=df, hue='color', fit_reg=False)
With pandas.DataFrame.groupby & pandas.DataFrame.plot
如果你不想使用seaborn，可以使用pandas.groupby来单独获得颜色，然后只用matplotlib来绘制，但你必须在绘制过程中手动分配颜色，我在下面添加了一个例子。
fig, ax = plt.subplots(figsize=(6, 6))
grouped = df.groupby('color')
for key, group in grouped:
    group.plot(ax=ax, kind='scatter', x='carat', y='price', label=key, color=colors[key])
plt.show()
这段代码假设了与上面相同的DataFrame，然后根据color进行分组。然后，它在这些组上进行迭代，为每一个组进行绘图。为了选择颜色，我创建了一个colors的字典，它可以将钻石的颜色（例如D）映射到一个真实的颜色（例如tab:blue）。

Question 3


          
           
            
             
              
               这里有一个简洁而通用的解决方案，就是使用海派的调色板。
              
              
               First
               
                找到一个调色板
               
               你喜欢的，可以选择将其可视化。
              
              sns.palplot(sns.color_palette("Set2", 8))
然后你可以用matplotlib这样做。
# Unique category labels: 'D', 'F', 'G', ...
color_labels = df['color'].unique()
# List of RGB triplets
rgb_values = sns.color_palette("Set2", 8)
# Map label to RGB
color_map = dict(zip(color_labels, rgb_values))
# Finally use the mapped values
plt.scatter(df['carat'], df['price'], c=df['color'].map(color_map))

Question 4


          
           
            
             
              
               
                
                 我也有同样的问题，并花了一整天时间尝试不同的套餐。
                
                
                 我最初使用的是matlibplot:，但对将类别映射到预定义的颜色，或分组/聚集然后在组中迭代（仍然需要映射颜色）都不满意。  我只是觉得这是很差的软件包实现。
                
                
                 Seaborn在我的案例中无法工作，Altair只在Jupyter笔记本中工作。
                
                
                 对我来说，最好的解决方案是PlotNine，它 "是Python中图形语法的实现，并基于ggplot2"。
                
                
                 下面是在Python中复制你的R例子的plotnine代码。
                
                from plotnine import *
from plotnine.data import diamonds
g = ggplot(diamonds, aes(x='carat', y='price', color='color')) + geom_point(stat='summary')
print(g)
m_styles = markers.MarkerStyle.markers
N = 60
colormap = plt.cm.Dark2.colors  # Qualitative colormap
for i, (marker, color) in zip(range(N), itertools.product(m_styles, colormap)):
    plt.scatter(*np.random.random(2), color=color, marker=marker, label=i)
plt.legend(bbox_to_anchor=(1.05, 1), loc=2, borderaxespad=0., ncol=4);

Question 5


          
           
            
             
              
               
                
                 
                  Using
                  
                   牵牛星
                  
                  .
                 
                 from altair import *
import pandas as pd
df = datasets.load_dataset('iris')
Chart(df).mark_point().encode(x='petalLength',y='sepalLength', color='species')

Question 6


          
           
            
             
              
               
                
                 
                  
                   
                    With df.plot()
                   
                  
                  
                   通常情况下，当快速绘制一个DataFrame时，我使用
                   
                    pd.DataFrame.plot()
                   
                   。这将索引作为X值，数值作为Y值，并且用不同的颜色分别绘制每一列。
这种形式的DataFrame可以通过使用
                   
                    set_index
                   
                   和
                   
                    unstack
                   
                   来实现。
                  
                  import matplotlib.pyplot as plt
import pandas as pd
carat = [5, 10, 20, 30, 5, 10, 20, 30, 5, 10, 20, 30]
price = [100, 100, 200, 200, 300, 300, 400, 400, 500, 500, 600, 600]
color =['D', 'D', 'D', 'E', 'E', 'E', 'F', 'F', 'F', 'G', 'G', 'G',]
df = pd.DataFrame(dict(carat=carat, price=price, color=color))
df.set_index(['color', 'carat']).unstack('color')['price'].plot(style='o')
plt.ylabel('price')
使用这种方法，你不必手动指定颜色。
这个程序对其他数据系列可能更有意义。在我的例子中，我有时间序列数据，所以MultiIndex由日期时间和类别组成。也可以用这种方法对多列进行着色，但图例会变得很乱。

Question 7


          
           
            
             
              
               
                
                 
                  
                   
                    最简单的方法是简单地将一个整数类别级别的数组传递给
                    
                     plt.scatter()
                    
                    颜色参数。
                   
                   import pandas as pd
import matplotlib.pyplot as plt 
df = pd.read_csv('https://raw.githubusercontent.com/mwaskom/seaborn-data/master/diamonds.csv')
plt.scatter(df['carat'], df['price'], c=pd.factorize(df['color'])[0],)
plt.gca().set(xlabel='Carat', ylabel='Price', title='Carat vs. Price')
这将创建一个没有图例的绘图，使用默认的"viridis "颜色图.在这种情况下，"viridis "不是一个好的默认选择，因为这些颜色似乎意味着一个顺序，而不是纯粹的名义类别。
To choose your own 色图并添加一个legend，最简单的方法是这样。
import matplotlib.patches
levels, categories = pd.factorize(df['color'])
colors = [plt.cm.tab10(i) for i in levels] # using the "tab10" colormap
handles = [matplotlib.patches.Patch(color=plt.cm.tab10(i), label=c) for i, c in enumerate(categories)]
plt.scatter(df['carat'], df['price'], c=colors)
plt.gca().set(xlabel='Carat', ylabel='Price', title='Carat vs. Price')
plt.legend(handles=handles,  title='Color')
I chose the "tab10" discrete (aka qualitative) 色图 here, which does a better job at signaling the color factor is a nominal categorical variable.
额外信贷。

在第一个图中，默认的颜色是通过以下方式选择的最小-最大比例替换代码3】中的值到类别级别的ints阵列中。呼叫 method of the plt.cm.viridis 色图 object.

Question 8


          
           
            
             
              
               
                
                 
                  
                   
                    
                     
                      你可以通过使用命令将分类列转换为数字列。
                     
                     #we converting it into categorical data
cat_col = df['column_name'].astype('category') 
#we are getting codes for it

用matplotlib为不同的分类水平绘制不同的颜色

Imports and Sample DataFrame

With `matplotlib`

With `seaborn`

With `pandas.DataFrame.groupby` & `pandas.DataFrame.plot`