Pandas 및 Matplotlib를 사용하여 열 값별로 산점도 색상 지정

Matplotlib는 정적, 애니메이션 및 대화형 시각화를 생성하는 데 널리 사용되는 Python 라이브러리입니다. 파이썬. 이 문서에서는 Matplotlib를 사용하여 Pandas DataFrame의 특정 열에 있는 값을 기반으로 산점도에 색상을 지정하는 방법을 살펴봅니다.

가져오기 및 데이터

시작하려면 필요한 라이브러리를 가져옵니다. , Matplotlib(plt) 및 Pandas(pd)를 포함합니다. 또한 "Height", "Weight" 및 "Gender"라는 세 개의 열이 있는 샘플 DataFrame("df")을 생성합니다.

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),
})

2021년 8월 업데이트

Seaborn은 버전 0.11.0에서 seaborn.replot과 같은 새로운 피규어 수준 기능을 도입했습니다. 이러한 기능은 FacetGrid를 직접 사용하는 것보다 권장됩니다.

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

이전 답변(2015)

Matplotlib를 직접 사용하려면 matplotlib의 분산 기능을 Pandas DataFrame의 카테고리에 매핑해야 합니다. . 이렇게 하려면 다음을 수행하세요.

• 열과 색상의 고유한 카테고리가 포함된 사전을 만듭니다.
• DataFrame에 새 '색상' 열을 추가하고 각 카테고리에 해당 색상을 할당합니다.
• scatter 함수를 사용하여 색상 열을 "c" 인수로 지정하여 데이터를 그립니다.

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')

이 단계를 따르면 Pandas 및 Matplotlib를 사용하여 열 값을 기반으로 산점도를 쉽게 색상화할 수 있습니다.