切换 sns.swarnplot 的颜色

Question

有人知道，是否可以切换颜色，以便我可以区分每一行而不是每一列？以及如何添加图例，我可以在其中看到哪个玩家（每个玩家一种颜色），例如什么节奏？

我的代码是：

feldspieler = feldspieler["sofifa_id"]
skills = ['pace','shooting','passing','dribbling','defending','physic']

diagramm = plt.figure(figsize=(40,20))
plt.xticks(rotation=90,fontsize=20)
plt.yticks(fontsize=20)
plt.xlabel('Skills', fontsize=30)
plt.ylabel('Skill value', fontsize=30)
plt.title('Spielervergleich', fontsize = 40)

sns.set_palette("pastel")

for i in feldspieler: 
    i = fifa_21.loc[fifa_21['sofifa_id'] == i]
    i = pd.DataFrame(i, columns = skills)
    sns.swarmplot(data=i,size=12)

Answer 1

将hue 参数设置为您感兴趣的列的值(sofifa_id)。然后，您可以一次提供整个数据集以绘制数据。图例将自动添加。

所以你应该有一个带有'skills' 列的DataFrame，其中包含你在x 轴上拥有的不同技能。如有必要，请参阅pd.melt 的文档，尤其是第三个示例。
然后，假设熔化后的​​值默认列名value，调用

sns.swarmplot(data=fifa_21, x="skills", y="value", hue="sofifa_id")

这是来自官方的swarmplot函数文档（here）。

编辑：所以，看到你的数据，你真的应该像这样使用pd.melt： （我正在考虑每个玩家一行，具有不同的 short_name 值）。

data = pd.melt(fifa_21, id_vars='short_name', var_name='skill', 
               value_vars=['pace', 'shooting', 'passing', 'dribbling', 
                           'defending', 'physic'])

sns.swarmplot(x='skill', y='value', hue='short_name', data=data)

melt 将从wide 格式转换为列和值

short_name	pace	shooting
a_name	85	92

到long 表格格式

short_name	skill	value
a_name	pace	85
a_name	shooting	92

Answer 2

非常感谢@Trevis。

不幸的是，它仍然无法正常工作。 在这里您可以找到数据集的屏幕截图和图形访问的代码。

while True:
    team = input("Welches Team suchen Sie?: ")
    
    if team in fifa_21.values:
        break
    else:
        print("Dieser Verein existiert nicht. Bitte achten Sie auf eine korrekte Schreibweise.")
            
                           
gesuchtes_team = fifa_21.loc[(fifa_21['club_name'] == team)]
spieler_verein = gesuchtes_team[["sofifa_id","short_name","nationality","age","player_positions","overall","value_eur"]]
spieler_verein = pd.DataFrame(spieler_verein)
spieler_verein = spieler_verein.reset_index(drop=True)
spieler_verein

feldspieler = spieler_verein.loc[spieler_verein.player_positions != "GK", :]
feldspieler = feldspieler.reset_index(drop=True)
feldspieler

feldspieler = feldspieler["sofifa_id"]
skills = ['pace','shooting','passing','dribbling','defending','physic']

diagramm = plt.figure(figsize=(40,20))
plt.xticks(rotation=90,fontsize=20)
plt.yticks(fontsize=20)
plt.xlabel('Skills', fontsize=30)
plt.ylabel('Skill value', fontsize=30)
plt.title('Spielervergleich', fontsize = 40)

sns.set_palette("pastel")

for i in feldspieler: 
    i = fifa_21.loc[fifa_21['sofifa_id'] == i]
    i = pd.DataFrame(i, columns = skills)
    sns.swarmplot(data=fifa_21, x="skills", y="skill_value", hue="sofifa_id")
    #sns.swarmplot(x =skills, y= pd.DataFrame(i, columns == skills) ,hue= "sofifa_id", data=i,size=12)