循环后将颜色条添加到散点图答案

【问题标题】：Adding colorbar to scatterplot after loop循环后将颜色条添加到散点图
【发布时间】：2020-10-29 22:14:07
【问题描述】：

我正在尝试向 seaborn 散点图添加一个连续的颜色条（类似于here 和here 中的答案）。出于我的目的，我正在使用循环构建散点图，然后尝试添加连续颜色条，但我不知道要包含哪个对象作为 fig.colorbar() 的参数。你会怎么做呢？

import pandas as pd
import seaborn as sb
import numpy as np
import matplotlib.pyplot as plt
np.random.seed(42)

df=pd.DataFrame(np.random.rand(2, 100), index=['S1','S2']).T
tars=np.random.choice([0,0.3,0.5,0.8,1], 100)
df=pd.concat([df,pd.Series(tars, name='group')],1)
colors = matplotlib.cm.viridis(np.linspace(0,1,len(pd.unique(tars))))

fig = plt.figure(figsize = (10,8), dpi=300)
ax = fig.add_subplot(1,1,1) 
targets=pd.unique(tars)
for target, color in zip(targets,colors):
    ...
    g=ax.scatter(
        df.loc[df.group==target, 'S1'], 
        df.loc[df.group==target, 'S2'],
        color = [color]
    )
fig.colorbar(g)
plt.show()

如果我添加ax.legend(targets) 而不是fig.colorbar(g)，则图例会正确显示，但属于分类。

df=pd.DataFrame(np.random.rand(2, 100), index=['S1','S2']).T
tars=np.random.choice([0,0.3,0.5,0.8,1], 100)
df=pd.concat([df,pd.Series(tars, name='group')],1)

cmap=matplotlib.cm.gnuplot2
colors = cmap(np.linspace(0,1,len(pd.unique(tars))))

fig = plt.figure(figsize = (10,8), dpi=300)
ax = fig.add_subplot(1,1,1) 
targets=pd.unique(tars)
for target, color in zip(targets,colors):
    ...
    g=ax.scatter(
        df.loc[df.group==target, 'S1'], 
        df.loc[df.group==target, 'S2'],
        color = [color]
    )
ax.legend(targets)
plt.show()

【问题讨论】：

您的示例中的点是它们应该看起来的样子，还是只是为了显示您想要颜色条的位置？由于点的颜色不是来自颜色条的颜色图。我最近遇到了一个类似的问题，我需要一个颜色条来表示使用不同颜色图比例的点集。这也是你需要的吗？
@FranciscaConcha-Ramírez 感谢您的评论。这些点实际上是正确的，但不是颜色条。我已经编辑了我的帖子以使其更清晰。
感谢您的澄清。我认为这个答案可能会有所帮助：stackoverflow.com/a/14779462/2943652
非常抱歉。这是对另一个问题的回应。我删了。
@FranciscaConcha-Ramírez 再看一遍，我注意到这些点按预期显示，但不是真的。我搞砸了并显示了固定代码的屏幕截图，但在我的问题中将 cmets 保留在已编辑的代码块中。我很抱歉，你问这个问题是对的。我现在已经按原样编辑了我的问题。我保留了屏幕截图，因为它们在质量上与我得到的相同

标签： python matplotlib seaborn

【解决方案1】：

我不完全确定你想用你的 for 循环实现什么。

这是您要查找的输出吗？

fig = plt.figure()
ax = fig.add_subplot(1,1,1) 
g = ax.scatter(df['S1'],df['S2'],c=df['group'],cmap='viridis')
cbar = fig.colorbar(g)
plt.show()

【讨论】：

嗨 Diziet，这是真的，这是我希望看到的输出。出于我的目的，我相信我必须使用循环，因为根据colors 和targets，正在绘制其他内容并将其添加到轴上。我必须说我的帖子弄乱了循环中的cmap，它应该显示一条被评论为color=[color]而不是cmap = cmap=matplotlib.cm.gnuplot2的行。

【解决方案2】：

感谢to this answer 我可以编辑我的代码以显示连续的颜色条。

df=pd.DataFrame(np.random.rand(2, 100), index=['S1','S2']).T
tars=np.random.choice([0,0.3,0.5,0.8,1], 100)
df=pd.concat([df,pd.Series(tars, name='group')],1)

cmap=matplotlib.cm.viridis
colors = cmap(np.linspace(0,1,len(pd.unique(tars))))

fig = plt.figure(figsize = (10,8), dpi=300)
ax = fig.add_subplot(1,1,1) 
targets=pd.unique(tars)
for target, color in zip(targets,colors):
    g=ax.scatter(
        df.loc[df.group==target, 'S1'], 
        df.loc[df.group==target, 'S2'],
        color=[color]
    )

norm = plt.Normalize(np.min(tars), np.max(tars))
sm = plt.cm.ScalarMappable(cmap=cmap, norm=norm)
sm.set_array([])
ax.figure.colorbar(sm)
plt.show()

【讨论】：

很好地找到了问题的答案。你在Normalize() 中犯了一个错误，你使用了两次min()，而不是min() 和max()，因此颜色条的比例错误