我正试图解决一个聚类问题，为此我需要为我的聚类绘制散点图。
%matplotlib inline
import matplotlib.pyplot as plt
df = pd.merge(dataframe,actual_cluster)
plt.scatter(df['x'], df['y'], c=df['cluster'])
plt.legend()
plt.show()
df['cluster']是实际的聚类编号。因此，我希望它成为我的颜色代码。
它显示了一个图表，但没有显示图例。同时也没有报错。
我做错了什么吗？
编辑：
生成一些随机数据：
from scipy.cluster.vq import kmeans2
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
n_clusters = 10
df = pd.DataFrame({'x':np.random.randn(1000), 'y':np.random.randn(1000)})
_, df['cluster'] = kmeans2(df, n_clusters)
seaborn.relplot函数并设置kind='scatter'，或使用seaborn.scatterplot函数。hue='cluster'# figure level plot
sns.relplot(data=df, x='x', y='y', hue='cluster', palette='tab10', kind='scatter')
# axes level plot
fig, axes = plt.subplots(figsize=(6, 6))
sns.scatterplot(data=df, x='x', y='y', hue='cluster', palette='tab10', ax=axes)
axes.legend(loc='center left', bbox_to_anchor=(1, 0.5))
Plotting (matplotlib v3.3.4):
fig, ax = plt.subplots(figsize=(8, 6))
cmap = plt.cm.get_cmap('jet')
for i, cluster in df.groupby('cluster'):
_ = ax.scatter(cluster['x'], cluster['y'], color=cmap(i/n_clusters), label=i, ec='k')
ax.legend(loc='center left', bbox_to_anchor=(1, 0.5))
结果:
解释:
不深入讨论matplotlib内部细节，一次只绘制一个簇似乎能够解决这个问题。
具体而言，ax.scatter()返回一个PathCollection对象，我们在这里明确地丢弃了它，但是它似乎被传递给某种图例处理程序的内部。一次性绘制只会生成一个PathCollection/label对，而逐个绘制每个簇会生成n_clusters个PathCollection/label对。您可以通过调用ax.get_legend_handles_labels()来查看这些对象，它返回类似以下内容：
([<matplotlib.collections.PathCollection at 0x7f60c2ff2ac8>,
<matplotlib.collections.PathCollection at 0x7f60c2ff9d68>,
<matplotlib.collections.PathCollection at 0x7f60c2ff9390>,
<matplotlib.collections.PathCollection at 0x7f60c2f802e8>,
<matplotlib.collections.PathCollection at 0x7f60c2f809b0>,
<matplotlib.collections.PathCollection at 0x7f60c2ff9908>,
<matplotlib.collections.PathCollection at 0x7f60c2f85668>,
<matplotlib.collections.PathCollection at 0x7f60c2f8cc88>,
<matplotlib.collections.PathCollection at 0x7f60c2f8c748>,
<matplotlib.collections.PathCollection at 0x7f60c2f92d30>],
['0', '1', '2', '3', '4', '5', '6', '7', '8', '9'])
实际上，ax.legend() 相当于 ax.legend(*ax.get_legend_handles_labels())。
注意事项：
如果使用 Python 2，请确保 i/n_clusters 是一个 float。
省略 fig, ax = plt.subplots() ，并使用 plt.<method> 而不是 ax.<method> ，这样做也可以正常工作，但我总是更喜欢明确地指定我正在使用的 Axes 对象，而不是隐式地使用 "current axes" （plt.gca()）。
旧的简单解决方案
如果您可以接受颜色条（而不是离散值标签），则可以使用 Pandas 内置的 Matplotlib 功能：
df.plot.scatter('x', 'y', c='cluster', cmap='jet')
这是困扰我很久的问题。现在，我想提供另一个简单的解决方案。我们不必编写任何循环！！！
def vis(ax, df, label, title="visualization"):
points = ax.scatter(df[:, 0], df[:, 1], c=label, label=label, alpha=0.7)
ax.set_title(title)
ax.legend(*points.legend_elements(), title="Classes")