Coloration des nuages ​​de points par valeurs de colonne à l'aide de Pandas et Matplotlib

Matplotlib est une bibliothèque Python populaire pour créer des visualisations statiques, animées et interactives dans Python. Cet article explore l'utilisation de Matplotlib pour colorer des nuages ​​de points en fonction des valeurs d'une colonne spécifique d'un Pandas DataFrame.

Importations et données

Pour commencer, nous importons les bibliothèques nécessaires. , y compris Matplotlib (en tant que plt) et Pandas (en tant que pd). Nous générons également un exemple de DataFrame ("df") avec trois colonnes : "Taille", "Poids" et "Sexe".

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

np.random.seed(0)
N = 37
_genders = ["Female", "Male", "Non-binary", "No Response"]
df = pd.DataFrame({
    "Height (cm)": np.random.uniform(low=130, high=200, size=N),
    "Weight (kg)": np.random.uniform(low=30, high=100, size=N),
    "Gender": np.random.choice(_genders, size=N),
})

Mise à jour en août 2021

Seaborn a introduit de nouvelles fonctions au niveau des figures, telles que seaborn.relplot dans la version 0.11.0. Ces fonctions sont recommandées plutôt que d'utiliser FacetGrid directement.

sns.relplot(data=df, x="Weight (kg)", y="Height (cm)", hue="Gender", hue_order=_genders, aspect=1.61)
plt.show()

Ancienne réponse (2015)

Si vous souhaitez utiliser Matplotlib directement, vous devrez mapper la fonction scatter de matplotlib sur les catégories d'un Pandas DataFrame . Pour ce faire :

• Créez un dictionnaire avec des catégories uniques à partir de la colonne et des couleurs.
• Ajoutez une nouvelle colonne "Couleur" au DataFrame, en attribuant à chaque catégorie une couleur correspondante.
• Utilisez la fonction scatter pour tracer les données, en spécifiant la colonne de couleur comme argument "c".

def dfScatter(df, xcol='Height', ycol='Weight', catcol='Gender'):
    fig, ax = plt.subplots()
    categories = np.unique(df[catcol])
    colors = np.linspace(0, 1, len(categories))
    colordict = dict(zip(categories, colors))

    df["Color"] = df[catcol].apply(lambda x: colordict[x])
    ax.scatter(df[xcol], df[ycol], c=df.Color)
    return fig

fig = dfScatter(df)
fig.savefig('fig1.png')

En suivant ces étapes, vous pouvez facilement colorer les nuages ​​de points en fonction des valeurs de colonne à l'aide de Pandas et Matplotlib.