在重叠散点图中，如何优先考虑特定数据？答案

【问题标题】：In an overlapping scatter plot, how to give preference to a specific data?在重叠散点图中，如何优先考虑特定数据？
【发布时间】：2020-10-22 07:46:07
【问题描述】：

目前我的代码是这样的：

df = pd.read_csv("Table.csv")
x=df['Fe']
y=df['V']
z=df['HIP']  #here, is a column of strings

rect_scatter = [left, bottom, width, height]
fig=plt.figure(figsize=(10, 8))
ax_scatter = plt.axes(rect_scatter)
ax_scatter.tick_params(direction='in', top=True, right=True)


# the function that separates the dots in different classes:
classes = np.zeros( len(x) )
classes[(z == 'KOI-2')]= 1
classes[(z == 'KOI-10')]= 1
classes[(z == 'KOI-17')]= 1
classes[(z == 'KOI-18')]= 1
classes[(z == 'KOI-22')]= 1
classes[(z == 'KOI-94')]= 1
classes[(z == 'KOI-97')]= 1


# create color map:
colors = ['green', 'red']
cm = LinearSegmentedColormap.from_list('custom', colors, N=len(colors))


# the scatter plot:
scatter = ax_scatter.scatter(x, y, c=classes, s=10, cmap=cm)
lines, labels = scatter.legend_elements()

# legend with custom labels
labels = [r'Hypatia', r'CKS']
legend = ax_scatter.legend(lines, labels,
                    loc="upper left", title="Stars with giant planets")
ax_scatter.add_artist(legend)


ax_scatter.set_xlabel('[Fe/H]')
ax_scatter.set_ylabel('[V/H]')

但是，除了我设置为 classes=1 的这 7 个值之外，我的数据还有很多值。因此，当我绘制散点图时，这 3 个值与其他数百个值重叠。如何让这 7 个点出现在情节中其他点的前面？有没有办法让一个类优先于另一个类？

【问题讨论】：

您可以再次致电ax.scatter(x[classes == 1], y[classes == 1], c=classes[classes == 1], s=10, cmap=cm)，但只能将您想要的课程放在首位。 Matplotlib 按调用顺序绘制点（也可以使用zorder 更改）。如果您想以透明度 (alpha=...) 进行绘图，您可能需要先绘制所有“背景”点，然后再绘制您想要在顶部的点。为了让它们更加突出，您可以在第二次调用scatter 时使用更大的尺寸。在这种情况下，如果您省略 cmap 并直接使用颜色，这一切都会变得更容易。

标签： python pandas matplotlib scatter-plot

【解决方案1】：

除了 jfaccionis anwer 之外，您还可以使用参数Zorder 显式设置绘图顺序。请参阅docs。

对于每个scatter-command，您可以指定其顺序：

ax.scatter(x, y, s=12, zorder=2)

【讨论】：

【解决方案2】：

在您的情况下，在绘图之前划分数据更简单，然后调用ax.scatter 两次。默认情况下，最后一次调用将具有 Z-index 优先级。

如果不访问您的数据，我无法正确测试它，但这样的事情应该可以工作：

class_one_strings = ['KOI-2', 'KOI-10', 'KOI-17', 'KOI-18', 'KOI-22', 'KOI-94', 'KOI-97']

df['Classes'] = df['HIP'].apply(lambda s: 1 if s in class_one_strings else 0)

class_zero_x = df.loc[df['Classes'] == 0]['Fe']
class_zero_y = df.loc[df['Classes'] == 0]['V']

class_one_x = df.loc[df['Classes'] == 1]['Fe']
class_one_y = df.loc[df['Classes'] == 1]['V']

ax_scatter.scatter(class_zero_x, class_zero_y, c='green', s=10)
ax_scatter.scatter(class_one_x, class_one_y, c='red', s=10)

【讨论】：