Python 中按列值对散点图着色

R 中 ggplot2 的多功能性允许根据列将颜色无缝分配给数据点价值观。也可以使用 pandas 数据帧和 Matplotlib 在 Python 中复制此功能。

使用 Pandas 和 Matplotlib

要将颜色映射到 Matplotlib 中的值，请考虑以下步骤：

1. 创建颜色字典：定义一个字典，将分类列中的唯一值映射到相应的颜色。这可确保跨数据点的颜色分配保持一致。
2. 添加颜色列：在数据框中创建一个新列，为分类列中的每个值分配相应的颜色。
3. 绘制散点图：使用matplotlib.pyplot.scatter中的c参数指定颜色列作为颜色参数。

下面是一个示例实现：

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

示例用法

考虑一个包含身高、体重和性别列的数据框。要创建根据性别列分配颜色的散点图：

df = pd.DataFrame({'Height':np.random.normal(size=10),
                       'Weight':np.random.normal(size=10),
                       'Gender': ["Male","Male","Unknown","Male","Male",
                                  "Female","Did not respond","Unknown","Female","Female"]})    
fig = dfScatter(df)

这将生成一个散点图，其中性别列决定每个数据点的颜色。