seaborn/matplotlib 中的散点图，点大小和颜色由连续数据框列给出答案

【问题标题】：scatter plots in seaborn/matplotlib with point size and color given by continuous dataframe columnseaborn/matplotlib 中的散点图，点大小和颜色由连续数据框列给出
【发布时间】：2017-08-02 22:15:44
【问题描述】：

我想在 seaborn/matplotlib 中制作散点图，其中点的大小由数据框中的（连续）值确定，点的颜色也由数据框中另一列的连续值确定。在ggplot中，实现方式是：

ggplot(iris) + geom_point(aes(x=Sepal.Width, y=Sepal.Length, size=Petal.Width, color=Petal.Length))

（这里的颜色/大小是连续的而不是分类值）

seaborn/matplotlib 中的语法是什么？

【问题讨论】：

标签： python pandas matplotlib

【解决方案1】：

以下重现问题中的代码图。选择图例有点麻烦，因为我们必须手动定义一些代理艺术家来放置图例并删除通过 seaborn 样式生成的第一个自动图例条目。

import seaborn as sns
import matplotlib.pyplot as plt
iris = sns.load_dataset("iris")

plt.scatter(iris.sepal_width, iris.sepal_length, 
            c = iris.petal_length, s=(iris.petal_width**2)*60, cmap="viridis")
ax = plt.gca()

plt.colorbar(label="petal_length")
plt.xlabel("sepal_width")
plt.ylabel("sepal_length")

#make a legend:
pws = [0.5, 1, 1.5, 2., 2.5]
for pw in pws:
    plt.scatter([], [], s=(pw**2)*60, c="k",label=str(pw))

h, l = plt.gca().get_legend_handles_labels()
plt.legend(h[1:], l[1:], labelspacing=1.2, title="petal_width", borderpad=1, 
            frameon=True, framealpha=0.6, edgecolor="k", facecolor="w")

plt.show()

请注意，大小参数s 表示点的面积。所以为了使直径与显示的数量成正比，它必须是平方的。

【讨论】：

谢谢。 ggplot 将连续数量映射到带有 bin 的离散图例。在matplotlib中没有办法做到这一点吗？绘图看起来也很不一样，是因为 matplotlib 对标记大小有奇怪的默认设置吗？
这是可能的，但必须手动完成很多工作。请参阅更新的答案。标记大小看起来不同，因为我设置的不同。如答案中所述，我对值进行平方，以使标记的直径与显示的数量成正比。当然，您可以使用 s 参数设置任何其他大小。
在 py 中有一个库可以让这更容易吗？这是很多复杂的代码。 seaborn 能做到吗？
Seaborn 没有这种开箱即用的图例。大多数时候，使用 seaborn 会使事情变得比纯 matplotlib 更复杂（我实际上只是在这里导入它来获取 iris 数据集，没有它我们可以摆脱这个 legend_handles_labels 的东西）。也就是说，我不知道提供此功能的其他库，但我也不是 plotly、bokeh、vispy 或任何其他工具的专家。
@jll ：请参阅下面我使用 Altair 几行解决此问题的答案。

【解决方案2】：

下面是我使用Altair 解决这个问题的方法

from altair import Chart
import seaborn as sns
iris = sns.load_dataset("iris")
c = Chart(iris)
c.mark_circle().encode(
    x='sepal_width',
    y='sepal_length',
    color='petal_length',
    size='petal_width',
)

对于这样的情节，Altair 可能是一个不错的选择。引用他们的网站：

Altair 是一个基于 Vega-Lite 的 Python 声明性统计可视化库。借助 Altair，您可以花更多时间了解数据及其含义。

【讨论】：