使用调色板进行散点图时显示正确的图例

Question

绘制散点图的愚蠢方法

假设我有一个包含 3 个类的数据，下面的代码可以给我一个带有正确图例的完美图表，我在其中按类绘制数据。

import matplotlib.pyplot as plt
import seaborn as sns
from sklearn.datasets import make_blobs
import numpy as np

X, y = make_blobs()

X0 = X[y==0]
X1 = X[y==1]
X2 = X[y==2]

ax = plt.subplot(1,1,1)
ax.scatter(X0[:,0],X0[:,1], lw=0, s=40)
ax.scatter(X1[:,0],X1[:,1], lw=0, s=40)
ax.scatter(X2[:,0],X2[:,1], lw=0, s=40)
ax.legend(['0','1','2'])

绘制散点图的更好方法

但是，如果我有一个包含 3000 个类的数据集，则上述方法不再适用。 （你不会指望我写3000行对应每个类吧？） 所以我想出了下面的绘图代码。

num_classes = len(set(y))
palette = np.array(sns.color_palette("hls", num_classes))

ax = plt.subplot(1,1,1)
ax.scatter(X[:,0], X[:,1], lw=0, s=40, c=palette[y.astype(np.int)])
ax.legend(['0','1','2'])

这段代码很完美，我们可以只用 1 行绘制出所有的类。但是，这次的图例显示不正确。

问题

当我们使用以下方式绘制图形时，如何保持正确的图例？

ax.scatter(X[:,0], X[:,1], lw=0, s=40, c=palette[y.astype(np.int)])

Answer 1

plt.legend() 在情节中有多个“艺术家”时效果最佳。在您的第一个示例中就是这种情况，这就是为什么调用 plt.legend(labels) 可以毫不费力地工作的原因。

如果您担心编写大量代码行，那么您可以利用 for 循环。

正如我们在这个使用 5 个类的示例中看到的：

import matplotlib.pyplot as plt
from sklearn.datasets import make_blobs
import numpy as np

X, y = make_blobs(centers=5)
ax = plt.subplot(1,1,1)

for c in np.unique(y):
    ax.scatter(X[y==c,0],X[y==c,1],label=c)

ax.legend()

np.unique() 返回 y 的唯一元素的排序数组，通过循环遍历这些元素并用自己的艺术家绘制每个类plt.legend() 可以轻松提供图例。

编辑：

您还可以在制作地块时为其分配标签，这可能更安全。

plt.scatter(..., label=c) 后跟plt.legend()

Answer 2

为什么不简单地执行以下操作？

import matplotlib.pyplot as plt
import seaborn as sns
from sklearn.datasets import make_blobs
import numpy as np

X, y = make_blobs()
ngroups = 3

ax = plt.subplot(1, 1, 1)
for i in range(ngroups):
    ax.scatter(X[y==i][:,0], X[y==i][:,1], lw=0, s=40, label=i)
ax.legend()