为什么 Seaborn 会在我的数据中创建一个额外的类别？ [复制]

Question

我正在尝试在 Python 3.6.5 下使用 Seaborn 0.9.0 绘制一些简单的数据。数据只是彼此分类不同的两个点。分类本身就是1 或2。然而，当我用 Seaborn 绘制它时，图例显示了三种类型：0、1 和 2。

import numpy
import seaborn
import pandas
from matplotlib import pyplot

X = numpy.array([
    [-1, -1, 1],
    [1, 1, 2]
])

data = pandas.DataFrame(X, columns=('x','y','type'))

seaborn.scatterplot(data=data, x='x', y='y', hue='type')

pyplot.show()

结果图显示：

我也尝试过不使用 Pandas，只使用例如 x=X[:,0], y=X[:,1], hue=X[:,2]，但结果是一样的。

Seaborn 文档是这样评价 hue 参数的：

可以是分类的也可以是数字的，尽管在后一种情况下颜色映射的行为会有所不同。

但他们没有阐明“分类”是什么意思，或者行为是什么，或者它有什么不同。我也读过categorical data plotting tutorial，但没有找到答案。

在数据中使用'1' 和'2' 之类的字符串只会导致错误：

AttributeError: 'str' object has no attribute 'view'

为什么在图例中有一个额外的“类型”0？而且，以后如何才能有更有意义的类别标签？

---

又读了categorical data plotting tutorial，我发现了这个：

如果您的数据具有 pandas Categorical 数据类型，则可以在此处设置类别的默认顺序。如果传递给分类轴的变量看起来是数字的，则级别将被排序。但数据仍被视为分类数据并绘制在分类轴上的序数位置（特别是在 0、1、...），即使使用数字来标记它们：

这部分解释了这里发生的事情（不是为什么会有额外的 0 类别），但即使使用 Pandas 分类类型也无济于事。添加

data['type'] = data['type'].astype('category')

...将此数据转换为分类类型，但Seaborn仍然报错：

TypeError: data type not understood

Answer 1

您确实在这里遇到了“数字”颜色映射，这意味着 seaborn 将尝试使用有意义的（对自身而言）数据子集数量来从中创建图例。这将至少是 3 种不同的颜色。

当将数组中的数字2 替换为较大的值时，这可能会变得更加明显，例如900

这里的解决方案确实是激活“分类”映射。 scatterplot 的 legend 参数可以取三个值

legend：“简要”、“完整”或 False，可选
如何绘制图例。如果“简短”，数字色调和大小变量将用均匀间隔值的样本表示。如果“已满”，则每个组都将在图例中获得一个条目。如果为 False，则不添加图例数据，也不绘制图例。

这么不直观（至少在这种情况下）你可以设置

legend="full"

为色调列中的每个唯一值获取一个图例条目（因此比使用“简要”少一个）。

seaborn.scatterplot(data=data, x='x', y='y', hue='type', legend="full")

请注意，使用字符串作为类别会工作，但这些字符串不能转换为数字。

import numpy
import seaborn
import pandas
from matplotlib import pyplot

X = numpy.array([
    [-1, -1, "A"],
    [ 1,  1, "B"]])

data = pandas.DataFrame(X, columns=('x','y','type'))

seaborn.scatterplot(data=data, x='x', y='y', hue='type', legend="brief")

pyplot.show()