单个图中的 Pandas groupby 散点图答案

【问题标题】：Pandas groupby scatter plot in a single plot单个图中的 Pandas groupby 散点图
【发布时间】：2019-10-17 01:14:08
【问题描述】：

这是来自solution 的后续问题。 kind=line 时会自动分配不同的颜色，但对于散点图则不然。

import pandas as pd
import matplotlib.pylab as plt
import numpy as np

# random df
df = pd.DataFrame(np.random.randint(0,10,size=(25, 3)), columns=['label','x','y'])

# plot groupby results on the same canvas 
fig, ax = plt.subplots(figsize=(8,6))
df.groupby('label').plot(kind='scatter', x = "x", y = "y", ax=ax)

有一个相关问题here。有什么简单的解决方法吗？

更新：

当我尝试@ImportanceOfBeingErnest 为带有字符串的label 列推荐的解决方案时，它不起作用！

df = pd.DataFrame(np.random.randint(0,10,size=(5, 2)), columns=['x','y'])
df['label'] = ['yes','no','yes','yes','no']
fig, ax = plt.subplots(figsize=(8,6))
ax.scatter(x='x', y='y', c='label', data=df)

它会引发以下错误，

ValueError：无效的 RGBA 参数：“是”

在处理上述异常的过程中，又发生了一个异常：

【问题讨论】：

你仅限于 matplotlib 吗？如果不尝试查看seaborn，它是 mpl 的包装器并减少了样板代码（并且 DataFrames 是一等公民）
ax.scatter(x = "Xcoord", y = "Ycoord", c='ProjID', data=df) 呢？
似乎有效，谢谢！但是为什么pd.groupby.plot() 对此不起作用？有什么解决办法吗？
@ImportanceOfBeingErnest，如果“标签”列是字符串，那么推荐的解决方案不起作用
是的，matplotlib 不理解“分类”颜色。当然还有其他选择，比如创建一个新列，其中字符串映射到数字，或者循环 df.groupby 并创建单独的散点图

标签： python pandas matplotlib

【解决方案1】：

如果我们已经有分组数据，那么我发现以下解决方案可能很有用。

df = pd.DataFrame(np.random.randint(0,10,size=(5, 2)), columns=['x','y'])
df['label'] = ['yes','no','yes','yes','no']
fig, ax = plt.subplots(figsize=(7,3))


def plot_grouped_df(grouped_df,
                    ax,  x='x', y='y', cmap = plt.cm.autumn_r):

    colors = cmap(np.linspace(0.5, 1, len(grouped_df)))

    for i, (name,group) in enumerate(grouped_df):
        group.plot(ax=ax,
                   kind='scatter', 
                   x=x, y=y,
                   color=colors[i],
                   label = name)

# now we can use this function to plot the groupby data with categorical values
plot_grouped_df(df.groupby('label'),ax)

【讨论】：

【解决方案2】：

您可以循环遍历groupby 并为每个组创建一个散点图。这对于不到 10 个类别是有效的。

import pandas as pd
import matplotlib.pylab as plt
import numpy as np

# random df
df = pd.DataFrame(np.random.randint(0,10,size=(5, 2)), columns=['x','y'])
df['label'] = ['yes','no','yes','yes','no']

# plot groupby results on the same canvas 
fig, ax = plt.subplots(figsize=(8,6))

for n, grp in df.groupby('label'):
    ax.scatter(x = "x", y = "y", data=grp, label=n)
ax.legend(title="Label")

plt.show()

或者，您可以创建一个像这样的散点图

import pandas as pd
import matplotlib.pylab as plt
import numpy as np

# random df
df = pd.DataFrame(np.random.randint(0,10,size=(5, 2)), columns=['x','y'])
df['label'] = ['yes','no','yes','yes','no']

# plot groupby results on the same canvas 
fig, ax = plt.subplots(figsize=(8,6))

u, df["label_num"] = np.unique(df["label"], return_inverse=True)

sc = ax.scatter(x = "x", y = "y", c = "label_num", data=df)
ax.legend(sc.legend_elements()[0], u, title="Label")

plt.show()

【讨论】：

当我尝试你的第二个解决方案时，它给出了`AttributeError: 'PathCollection' object has no attribute 'legend_elements'`这个错误，你能检查一下吗？
是的，legend_elements 是一个函数 I introduced 只是最近。为此，您需要 matplotlib 3.1。
哦。伟大的！！！我会升级我的。非常感谢您对开源工具的贡献 :)

【解决方案3】：

IIUC 您可以为此使用sns：

df = pd.DataFrame(np.random.randint(0,10,size=(100, 2)), columns=['x','y'])
df['label'] = np.random.choice(['yes','no','yes','yes','no'], 100)
fig, ax = plt.subplots(figsize=(8,6))
sns.scatterplot(x='x', y='y', hue='label', data=df) 
plt.show()

输出：

另一个选项是评论中建议的：将值映射到数字，按分类类型：

fig, ax = plt.subplots(figsize=(8,6))
ax.scatter(df.x, df.y, c = pd.Categorical(df.label).codes, cmap='tab20b')
plt.show()

输出：

【讨论】：