使用 Pandas 和 Matplotlib 按列值对散点图着色

Matplotlib 是一个流行的 Python 库，用于在Python。本文探讨使用 Matplotlib 根据 Pandas DataFrame 特定列中的值对散​​点图进行着色。

导入和数据

首先，我们导入必要的库，包括 Matplotlib（作为 plt）和 Pandas（作为 pd）。我们还生成一个包含三列的示例数据帧（“df”）：“身高”、“体重”和“性别”。

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),
})

2021年8月更新

Seaborn引入了新的图形级函数，例如0.11.0版本中的seaborn.relplot。推荐使用这些函数，而不是直接使用 FacetGrid。

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

旧答案 (2015)

如果你想直接使用 Matplotlib，你需要将 matplotlib 的散布函数映射到 Pandas DataFrame 的类别上。为此：

• 根据列和颜色创建一个包含唯一类别的字典。
• 向 DataFrame 添加一个新的“颜色”列，为每个类别分配相应的颜色。
• 使用 scatter 函数绘制数据，并将颜色列指定为“c”参数。

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')

按照以下步骤，您可以使用 Pandas 和 Matplotlib 轻松地根据列值对散点图进行颜色绘制。