如何绘制带有每个类别图例标签的散点图。

Question

如何绘制带有每个类别图例标签的散点图。

9

我对在散点图中绘制图例很感兴趣。我的当前代码如下：

x=[1,2,3,4]
y=[5,6,7,8]
classes = [2,4,4,2]
plt.scatter(x, y, c=classes, label=classes)
plt.legend()

问题在于当绘制图表时，图例显示为数组，而不是显示唯一标签及其类别。

我知道这个问题在之前的讨论中已经被提出，例如这个one，但是我觉得我的问题更简单，那里的解决方案并不适用。此外，在那个例子中，人们正在指定颜色，然而在我的情况下，我事先知道需要多少种颜色。此外，在this的例子中，用户正在创建多个散点图，每个散点图都有一个独特的颜色。再次强调，这不是我想要的。我的目标只是使用x, y数组和标签创建绘图。这可能吗？

- user3276768

3个回答

5

也许手动填写一个 table 在这里会很有用。另一个想法是如果你的类是连续的数字，可以使用 colorbar。我将两种方法结合在了一起。

import matplotlib.pyplot as plt
import numpy as np

x=[1,2,3,4,5,6,7]
y=[1,2,3,4,5,6,7]
classes = [2,4,4,2,1,3,5]
cmap = plt.cm.get_cmap("viridis",5)
plt.scatter(x, y, c=classes, label=classes,cmap=cmap,vmin=0.5,vmax=5.5)
plt.colorbar()
unique_classes = list(set(classes))
plt.table(cellText=[[x] for x in unique_classes], loc='lower right',
          colWidths=[0.2],rowColours=cmap(np.array(unique_classes)-1),
         rowLabels=['label%d'%x for x in unique_classes],
          colLabels=['classes'])

- Pablo Reyes

1

好主意！只是颜色映射有点巧妙。 - ImportanceOfBeingErnest

1

是的，它需要一些微调，并且仅适用于您的数据在区间内都是数字。 - Pablo Reyes

0

最简单的解决方案是使用seaborn，这是一个用于matplotlib的高级API，它通过使用hue参数来将组分开并以不同颜色显示。

sns.scatterplot - 基于坐标轴的函数。
sns.relplot与kind='scatter'（默认）- 基于图形的函数。
参见基于图形和基于坐标轴的函数之间的区别

legend='full'：确保每个组在图例中都有条目，这在hue类别为数值时非常重要。

如果使用Anaconda发行版，则seaborn已经安装在(base)环境中。否则，请使用pip在非Anaconda环境中进行安装。

import seaborn as sns
import matplotlib.pyplot as plt

fig, ax = plt.subplots(figsize=(6.5, 3.5))

sns.scatterplot(x=x, y=y, hue=classes, legend='full', ax=ax)

g = sns.relplot(kind='scatter', x=x, y=y, hue=classes, legend='full', height=3.5, aspect=1.5)

选择性地，从数据列表创建一个pandas.DataFrame，然后使用seaborn进行绘图。

import pandas as pd

# create the dataframe
df = pd.DataFrame({'x': x, 'y': y, 'classes': classes})

# axes level plot
ax = sns.scatterplot(data=df, x='x', y='y', hue='classes', legend='full')

# figure level plot
g = sns.relplot(kind='scatter', data=df, x='x', y='y', hue='classes', legend='full')

- Trenton McKinney

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- ImportanceOfBeingErnest · Accepted Answer

实际上，这两个相关的问题都提供了如何实现所需结果的方法。

最简单的方法是创建与唯一类别相同数量的散点图，并为每个散点图分配单个颜色和图例条目。

import matplotlib.pyplot as plt

x=[1,2,3,4]
y=[5,6,7,8]
classes = [2,4,4,2]
unique = list(set(classes))
colors = [plt.cm.jet(float(i)/max(unique)) for i in unique]
for i, u in enumerate(unique):
    xi = [x[j] for j  in range(len(x)) if classes[j] == u]
    yi = [y[j] for j  in range(len(x)) if classes[j] == u]
    plt.scatter(xi, yi, c=colors[i], label=str(u))
plt.legend()

plt.show()

如果类是字符串标签，解决方案将略有不同，需要从它们的索引中获取颜色而不是使用类本身。

import numpy as np
import matplotlib.pyplot as plt

x=[1,2,3,4]
y=[5,6,7,8]
classes = ['X','Y','Z','X']
unique = np.unique(classes)
colors = [plt.cm.jet(i/float(len(unique)-1)) for i in range(len(unique))]
for i, u in enumerate(unique):
    xi = [x[j] for j  in range(len(x)) if classes[j] == u]
    yi = [y[j] for j  in range(len(x)) if classes[j] == u]
    plt.scatter(xi, yi, c=colors[i], label=str(u))
plt.legend()

plt.show()