Matplotlib / Seaborn 散点图不使用正确的标记和颜色条修复答案

【问题标题】：Matplotlib / Seaborn scatterplot dosen't use correct markers and colorbar fixMatplotlib / Seaborn 散点图不使用正确的标记和颜色条修复
【发布时间】：2022-01-13 07:53:41
【问题描述】：

我正在尝试可视化 UMAP，并且已经有了以下代码和绘图，我的目标是在我的数据集中为两个类设置两个不同的标记，并且为我的数据集中的每个组（组是 VP XXX ，请参见图像中的颜色条）实际上已经以某种方式解决了。

问题是标记不是我想要获取的标记，并且颜色条在告诉我哪个颜色是哪个组方面不是很准确。

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

#### prepare lists ####
VP_with_col = []
m=[]
col = []
embedding = [[0,0.8],[0.5,0.5], [0.9,0.5],[0.2,0.9],[0.4,0.4],[0.6,0.5],[0.77,0.59],[0.8,0.1]]
EXAMPLE_VP = ["VP124","VP124","VP125", "VP125", "VP203", "VP203","VP258","VP258"]
EXAMPLE_LABELS = [0,1,0,1,0,1,0,1]
dataframe = pd.DataFrame({"VP": EXAMPLE_VP, "label": EXAMPLE_LABELS})
VP_list = dataframe.VP.unique()
# add color/value to each unique VP
for idx,vp in enumerate(VP_list): 
    VP_with_col.append([1+idx, vp]) #somehow this gives me a different color for each group which is great

#create color array of length len(dataframe.VP) with a color for each group
for idx, vp in enumerate(dataframe.VP):
    for vp_col in VP_with_col:
        if(vp_col[1] == vp):
         col.append(vp_col[0])   

#### create marker list ####
for elem in dataframe.label:
  if(elem == 0):
        m.append("o")
  else:
        m.append("^")

########################## relevant part for question ############################

#### create plot dataframe from lists and UMAP embedding ####
plot_df = pd.DataFrame(data={"x":embedding[:,0], "y": embedding[:,1], "color":col, "marker": m })

plt.style.use("seaborn")   
plt.figure()

#### Plot ####
ax= sns.scatterplot(data=plot_df, x="x",y="y",style= "marker" , c= col, cmap='Spectral', s=5 )
ax.set(xlabel = None, ylabel = None)
plt.gca().set_aspect('equal', 'datalim')

#### Colorbar ####
norm = plt.Normalize(min(col), max(col))
sm = plt.cm.ScalarMappable(cmap="Spectral", norm=norm)
sm.set_array([])

# Remove the legend(marker legend) , add colorbar
ax.get_legend().remove()
cb = ax.figure.colorbar(sm)  

cb.set_ticks(np.arange(len(VP_list)))
cb.set_ticklabels(VP_list)

##### save
plt.title('UMAP projection of feature space', fontsize=12) 
plt.savefig("./umap_plot",dpi=1200)

用标准标记和“x”标记给我这个情节。在style = "marker" 中，数据框的标记列类似于["^", "o","^","^","^","o"...]：

是不是也可以在colorbar中把哪个颜色属于哪个类更清楚？

【问题讨论】：

如果我们有dataframe 会更容易重现您的问题。你能和我们分享一下吗？（至少一部分）
@Tranbi ，我太专注于情节以至于忘记了这一点！只是在代码中添加了一些类似的数据框，只有 8 个整体。

标签： python matplotlib plot seaborn

【解决方案1】：

在没有 Seaborn 的情况下，您正在执行 matplotlib 所需的大量操作。使用 Seaborn，大多数情况都是自动的。以下是您的测试数据的样子：

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
import numpy as np

embedding = np.array([[0, 0.8], [0.5, 0.5], [0.9, 0.5], [0.2, 0.9], [0.4, 0.4], [0.6, 0.5], [0.77, 0.59], [0.8, 0.1]])
EXAMPLE_VP = ["VP124", "VP124", "VP125", "VP125", "VP203", "VP203", "VP258", "VP258"]
EXAMPLE_LABELS = [0, 1, 0, 1, 0, 1, 0, 1]
plot_df = pd.DataFrame({"x": embedding[:, 0], "y": embedding[:, 1], "VP": EXAMPLE_VP, "label": EXAMPLE_LABELS})

plt.figure()
plt.style.use("seaborn")

ax = sns.scatterplot(data=plot_df, x="x", y="y",
                     hue='VP', palette='Spectral',
                     style="label", markers=['^', 'o'], s=100)
ax.set(xlabel=None, ylabel=None)
ax.set_aspect('equal', 'datalim')
# sns.move_legend(ax, bbox_to_anchor=(1.01, 1.01), loc='upper left')

plt.tight_layout()
plt.show()

请注意，'Spectral' 颜色映射将浅黄色分配给“VP203”，这在默认背景下很难看到。您可能想使用例如palette='Set2' 颜色。

【讨论】：