如何迭代散点图的列表并创建独特元素的图例

Question

背景：

我有一个 list_of_x_and_y_list，其中包含 x 和 y 值，如下所示：

[[(44800, 14888), (132000, 12500), (40554, 12900)], [(None, 193788), (101653, 78880), (3866, 160000)]]

我还有一个data_name_list ["data_a","data_b"] 这样

• "data_a" = [(44800, 14888), (132000, 12500), (40554, 12900)]

• "data_b" = [(None, 193788), (101653, 78880), (3866, 160000)]

list_of_x_and_y_list 的len / 或data_name_list 的len > 20。

问题：

如何为data_name_list 中的每个项目（相同颜色）创建散点图？

我尝试过的：

   fig = plt.figure()
   ax = fig.add_subplot(1, 1, 1)
   ax = plt.axes(facecolor='#FFFFFF')
   prop_cycle = plt.rcParams['axes.prop_cycle']
   colors = prop_cycle.by_key()['color']

   print(list_of_x_and_y_list)
   for x_and_y_list, data_name, color in zip(list_of_x_and_y_list, data_name_list, colors):
       for x_and_y in x_and_y_list,:
          print(x_and_y)
          x, y = x_and_y
          ax.scatter(x, y, label=data_name, color=color) # "label=data_name" creates 
                                                         # a huge list as a legend! 
                                                         # :(


       plt.title('Matplot scatter plot')
       plt.legend(loc=2)
       file_name = "3kstc.png"
       fig.savefig(file_name, dpi=fig.dpi)
       print("Generated: {}".format(file_name))

问题：

传说似乎是一个很长的列表，我不知道如何纠正：

相关研究：

• Matplotlib scatterplot
• Scatter Plot
• Scatter plot in Python using matplotlib

Answer 1

要每个 data_name 只获取一个条目，您应该只添加一次 data_name 作为标签。其余的电话应使用label=None。 使用当前代码最简单的方法是在循环结束时将 data_name 设置为 None：

from matplotlib import pyplot as plt
from random import randint

fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)
ax.set_facecolor('#FFFFFF')
# create some random data, suppose the sublists have different lengths
list_of_x_and_y_list = [[(randint(1000, 4000), randint(2000, 5000)) for col in range(randint(2, 10))]
                        for row in range(10)]
data_name_list = list('abcdefghij')
colors = plt.rcParams['axes.prop_cycle'].by_key()['color']
for x_and_y_list, data_name, color in zip(list_of_x_and_y_list, data_name_list, colors):
    for x_and_y in x_and_y_list :
        x, y = x_and_y
        ax.scatter(x, y, label=data_name, color=color)
        data_name = None
plt.legend(loc=2)
plt.show()

有些事情可以简化，让代码“更 Pythonic”，例如：

for x_and_y in x_and_y_list :
    x, y = x_and_y

可以写成：

for x, y in x_and_y_list:

另一个问题是，对于每个点调用scatter 的大量数据可能会相当慢。属于同一列表的所有 x 和 y 可以绘制在一起。例如使用list comprehension:

for x_and_y_list, data_name, color in zip(list_of_x_and_y_list, data_name_list, colors):
    xs = [x for x, y in x_and_y_list]
    ys = [y for x, y in x_and_y_list]
    ax.scatter(xs, ys, label=data_name, color=color)

scatter 甚至可以获取每个点的颜色列表，但是一次性绘制所有点，不允许每个 data_name 的标签。

numpy 通常用于存储数字数据。这有一些优点，例如用于快速计算的矢量化。使用 numpy，代码如下所示：

import numpy as np

for x_and_y_list, data_name, color in zip(list_of_x_and_y_list, data_name_list, colors):
    xys = np.array(x_and_y_list)
    ax.scatter(xys[:,0], xys[:,1], label=data_name, color=color)

Answer 2

您得到一个长的重复列表作为图例的原因是因为您将每个点作为一个单独的系列提供，因为matplotlib 不会根据标签自动对您的数据进行分组。

快速解决方法是遍历列表并将每个系列的 x 值和 y 值压缩为两个元组，以便 x 元组包含所有 x 值和 y 元组y 值。

然后您可以将这些元组连同标签一起提供给plt.plot 方法。

我觉得list_of_x_and_y_list 的名字太长而且太复杂了，所以在我的代码中我使用了更短的名字。

import matplotlib.pyplot as plt

data_series = [[(44800, 14888), (132000, 12500), (40554, 12900)],
               [(None, 193788), (101653, 78880), (3866, 160000)]]
data_names = ["data_a","data_b"]

fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)
ax = plt.axes(facecolor='#FFFFFF')
prop_cycle = plt.rcParams['axes.prop_cycle']
colors = prop_cycle.by_key()['color']

for data, data_name, color in zip(data_series, data_names, colors):
    x,y = zip(*data)
    ax.scatter(x, y, label=data_name, color=color)
    plt.title('Matplot scatter plot')
    plt.legend(loc=1)