построить разные цвета для разных категорийных уровней, используя matplotlib

У меня есть этот фрейм данных, diamondsкоторый состоит из таких переменных, как (carat, price, color), и я хочу нарисовать диаграмму рассеяния от priceдо caratдля каждой color, что означает, что разные colorимеют разные цвета на графике.

Это легко сделать Rс ggplot:

ggplot(aes(x=carat, y=price, color=color),  #by setting color=color, ggplot automatically draw in different colors
       data=diamonds) + geom_point(stat='summary', fun.y=median)

Интересно, как это можно сделать в Python с помощью matplotlib?

PS:

Я знаю о вспомогательных пакетах построения графиков, таких как seabornи ggplot for python, и я не предпочитаю их, просто хочу узнать, можно ли выполнить эту работу, используя в matplotlibодиночку,; P

Вы можете передать plt.scatterв cаргумент , который позволит вам выбрать цвета. В приведенном ниже коде определяется colorsсловарь для сопоставления цветов ромба с цветами печати.

import matplotlib.pyplot as plt
import pandas as pd

carat = [5, 10, 20, 30, 5, 10, 20, 30, 5, 10, 20, 30]
price = [100, 100, 200, 200, 300, 300, 400, 400, 500, 500, 600, 600]
color =['D', 'D', 'D', 'E', 'E', 'E', 'F', 'F', 'F', 'G', 'G', 'G',]

df = pd.DataFrame(dict(carat=carat, price=price, color=color))

fig, ax = plt.subplots()

colors = {'D':'red', 'E':'blue', 'F':'green', 'G':'black'}

ax.scatter(df['carat'], df['price'], c=df['color'].apply(lambda x: colors[x]))

plt.show()

df['color'].apply(lambda x: colors[x]) эффективно отображает цвета от «ромба» до «черчения».

(Простите меня за то, что я не поместил еще один пример изображения, я думаю, что 2 достаточно: P)

С участием seaborn

Вы можете использовать seabornобертку, matplotlibкоторая делает его красивее по умолчанию (скорее, на основе мнения, я знаю: P), но также добавляет некоторые функции построения графиков.

Для этого вы можете использовать seaborn.lmplotwith fit_reg=False(что предотвращает автоматическое выполнение некоторой регрессии).

В приведенном ниже коде используется пример набора данных. Выбирая, hue='color'вы говорите seaborn разделить фрейм данных на основе ваших цветов, а затем построить каждый из них.

import matplotlib.pyplot as plt
import seaborn as sns

import pandas as pd

carat = [5, 10, 20, 30, 5, 10, 20, 30, 5, 10, 20, 30]
price = [100, 100, 200, 200, 300, 300, 400, 400, 500, 500, 600, 600]
color =['D', 'D', 'D', 'E', 'E', 'E', 'F', 'F', 'F', 'G', 'G', 'G',]

df = pd.DataFrame(dict(carat=carat, price=price, color=color))

sns.lmplot('carat', 'price', data=df, hue='color', fit_reg=False)

plt.show()

Без seabornиспользованияpandas.groupby

Если вы не хотите использовать seaborn, вы можете использовать pandas.groupbyтолько цвета, а затем построить их, используя только matplotlib, но вам придется вручную назначать цвета по ходу работы, я добавил пример ниже:

fig, ax = plt.subplots()

colors = {'D':'red', 'E':'blue', 'F':'green', 'G':'black'}

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()

Этот код предполагает тот же DataFrame, что и выше, а затем группирует его на основе color. Затем он перебирает эти группы, составляя график для каждой из них. Чтобы выбрать цвет, я создал colorsсловарь, который может сопоставить цвет алмаза (например D) с реальным цветом (например red).

Вот краткое и универсальное решение для использования морской палитры.

Сначала найдите понравившуюся цветовую палитру и при желании визуализируйте ее:

sns.palplot(sns.color_palette("Set2", 8))

Затем вы можете использовать его для matplotlibэтого:

# Unique category labels: 'D', 'F', 'G', ...
color_labels = df['color'].unique()

# List of RGB triplets
rgb_values = sns.color_palette("Set2", 8)

# Map label to RGB
color_map = dict(zip(color_labels, rgb_values))

# Finally use the mapped values
plt.scatter(df['carat'], df['price'], c=df['color'].map(color_map))

У меня был тот же вопрос, и я весь день пробовал разные пакеты.

Изначально я использовал matlibplot: и меня не устраивало сопоставление категорий с предопределенными цветами; или группировка / агрегация, а затем итерация по группам (и при этом все еще нужно отображать цвета). Я просто почувствовал, что это плохая реализация пакета.

Сиборн не работал бы в моем случае, а Альтаир работает ТОЛЬКО внутри Jupyter Notebook.

Лучшим решением для меня был PlotNine, который «представляет собой реализацию грамматики графики на Python, основанную на ggplot2».

Ниже приведен программный код для воспроизведения вашего примера R в Python:

from plotnine import *
from plotnine.data import diamonds

g = ggplot(diamonds, aes(x='carat', y='price', color='color')) + geom_point(stat='summary')
print(g)

Так чисто и просто :)

Используя Альтаир .

from altair import *
import pandas as pd

df = datasets.load_dataset('iris')
Chart(df).mark_point().encode(x='petalLength',y='sepalLength', color='species')

Вот сочетание маркеров и цветов из качественной палитры matplotlib:

import itertools
import numpy as np
from matplotlib import markers
import matplotlib.pyplot as plt

m_styles = markers.MarkerStyle.markers
N = 60
colormap = plt.cm.Dark2.colors  # Qualitative colormap
for i, (marker, color) in zip(range(N), itertools.product(m_styles, colormap)):
    plt.scatter(*np.random.random(2), color=color, marker=marker, label=i)
plt.legend(bbox_to_anchor=(1.05, 1), loc=2, borderaxespad=0., ncol=4);

С df.plot ()

Обычно при быстром построении DataFrame я использую pd.DataFrame.plot(). Он принимает индекс как значение x, значение как значение y и отображает каждый столбец отдельно с другим цветом. DataFrame в этой форме может быть получен с помощью set_indexи unstack.

import matplotlib.pyplot as plt
import pandas as pd

carat = [5, 10, 20, 30, 5, 10, 20, 30, 5, 10, 20, 30]
price = [100, 100, 200, 200, 300, 300, 400, 400, 500, 500, 600, 600]
color =['D', 'D', 'D', 'E', 'E', 'E', 'F', 'F', 'F', 'G', 'G', 'G',]

df = pd.DataFrame(dict(carat=carat, price=price, color=color))

df.set_index(['color', 'carat']).unstack('color')['price'].plot(style='o')
plt.ylabel('price')

При использовании этого метода вам не нужно вручную указывать цвета.

Эта процедура может иметь больше смысла для других рядов данных. В моем случае у меня есть данные таймсерий, поэтому MultiIndex состоит из datetime и категорий. Также можно использовать этот подход для более чем одного столбца для раскрашивания, но легенда становится беспорядочной.

Обычно я использую Seaborn, который построен поверх matplotlib.

import seaborn as sns
iris = sns.load_dataset('iris')
sns.scatterplot(x='sepal_length', y='sepal_width',
              hue='species', data=iris); 

Вы можете преобразовать категориальный столбец в числовой с помощью команд:

#we converting it into categorical data
cat_col = df['column_name'].astype('categorical') 

#we are getting codes for it 
cat_col = cat_col.cat.codes 

# we are using c parameter to change the color.
plt.scatter(df['column1'],df['column2'], c=cat_col)