Diagramme de dispersion avec différentes couleurs pour les niveaux catégoriels

Utilisation de Matplotlib

Pour créer un nuage de points où différents niveaux catégoriels sont représentés par différentes couleurs à l'aide de Matplotlib , suivez ces étapes :

1. Importez Matplotlib et le bloc de données que vous souhaitez tracer.
2. Définissez un dictionnaire qui mappe les niveaux catégoriels aux couleurs de traçage.
3. Utilisez plt.scatter, en passant les valeurs x et y et l'argument c pour spécifier les couleurs.

import matplotlib.pyplot as plt
import pandas as pd

colors = {'D':'tab:blue', 'E':'tab:orange', 'F':'tab:green', 'G':'tab:red', 'H':'tab:purple', 'I':'tab:brown', 'J':'tab:pink'}

df.scatter(df['carat'], df['price'], c=df['color'].map(colors))

plt.show()

Utilisation de Seaborn

Seaborn est un wrapper autour de Matplotlib qui fournit une interface plus conviviale. Pour créer un nuage de points avec différentes couleurs pour les niveaux catégoriels à l'aide de Seaborn, procédez comme suit :

1. Importez Seaborn et le bloc de données que vous souhaitez tracer.
2. Utilisez seaborn.scatterplot, en passant dans les valeurs x et y et le paramètre hue pour spécifier le niveau catégoriel.

import seaborn as sns

sns.scatterplot(x='carat', y='price', data=df, hue='color')

plt.show()

Utilisation de pandas.groupby & pandas.DataFrame.plot

Vous pouvez également utiliser pandas.groupby et pandas.DataFrame.plot pour créer un nuage de points avec différentes couleurs pour les catégories niveaux. Cette méthode nécessite plus de travail manuel, mais elle vous donne plus de contrôle sur l'apparence du tracé.

1. Importez les pandas et le bloc de données que vous souhaitez tracer.
2. Regroupez le bloc de données par le niveau catégoriel.
3. Parcourez les groupes et tracez chacun d'eux avec une couleur différente.

import pandas as pd

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()