Matplotlib散点图的标记样式

Question

我想为这个二元响应数据使用不同的标记样式，但是我无法在此处集成它。我希望可以为一个类使用三角形标记，另一个类使用星形标记。同时，最好使用自定义图例，如1代表多数类，0代表少数类。感谢您的建议。谢谢！

import numpy as np
import matplotlib.pyplot as plt
from sklearn import svm
from sklearn.datasets import make_blobs
from numpy.random import seed
seed(133)
X, y = make_blobs(n_samples=[1000, 10],centers=[[0.0, 0.0], [2.0, 2.0]],cluster_std= [1.5, 0.5],random_state=0, shuffle=False)
colormap = np.array(['tab:orange', 'tab:blue'])
plt.scatter(X[:, 0], X[:, 1],s=40, c=colormap[y], cmap=plt.cm.Paired, edgecolors='k')

- Quantam

Answer 1

使用seaborn

如果您想使用seaborn，则sns.scatterplot有一个style参数以指定标记组：

style：向量或数据中的键

分组变量，将生成具有不同标记的点。可以具有数字dtype，但始终将被视为分类数据。

然后markers参数允许您为每个style级别指定标记：

sns.scatterplot(x=X[:,0], y=X[:,1], s=40, hue=y, style=y, markers=['*','^'])

使用纯Matplotlib

然而，使用纯plt.scatter，marker参数只接受单个值，因此您应该为每个类别绘制单独的scatter：

marker = ['*', '^']
for group in set(y):
    plt.scatter(
        X[y==group, 0], X[y==group, 1], # filter by group
        marker=marker[group],           # set marker per group
        label=group,                    # set legend label
        s=40, c=colormap[group], cmap=plt.cm.Paired, edgecolors='k',
    )
plt.legend()

假设你的类别像例子中一样是0和1。如果真实的类别标签不同，你应该枚举循环以访问数字索引：

for index, group in enumerate(set(y)):
   ...

- tdy