我有这个diamonds由变量组成的数据框，我想为每个变量(carat, price, color)绘制一个散点图，这意味着图中不同的颜色有不同的颜色。pricecaratcolorcolor
R这很容易ggplot：
ggplot(aes(x=carat, y=price, color=color), #by setting color=color, ggplot automatically draw in different colors
data=diamonds) + geom_point(stat='summary', fun.y=median)
我想知道如何在 Python 中使用matplotlib?
PS：
我知道辅助绘图包，例如seabornand ggplot for python，我不喜欢它们，只是想知道是否可以matplotlib单独使用，;P
import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns # for sample data
from matplotlib.lines import Line2D # for legend handle
# DataFrame used for all options
df = sns.load_dataset('diamonds')
carat cut color clarity depth table price x y z
0 0.23 Ideal E SI2 61.5 55.0 326 3.95 3.98 2.43
1 0.21 Premium E SI1 59.8 61.0 326 3.89 3.84 2.31
2 0.23 Good E VS1 56.9 65.0 327 4.05 4.07 2.31
matplotlib您可以传递plt.scatter一个c参数，该参数允许您选择颜色。以下代码定义了一个colors字典以将菱形颜色映射到绘图颜色。
fig, ax = plt.subplots(figsize=(6, 6))
colors = {'D':'tab:blue', 'E':'tab:orange', 'F':'tab:green', 'G':'tab:red', 'H':'tab:purple', 'I':'tab:brown', 'J':'tab:pink'}
ax.scatter(df['carat'], df['price'], c=df['color'].map(colors))
# add a legend
handles = [Line2D([0], [0], marker='o', color='w', markerfacecolor=v, label=k, markersize=8) for k, v in colors.items()]
ax.legend(title='color', handles=handles, bbox_to_anchor=(1.05, 1), loc='upper left')
plt.show()
df['color'].map(colors)有效地将颜色从“钻石”映射到“绘图”。
（请原谅我没有放另一个示例图像，我认为 2 就足够了：P）
seaborn您可以使用seabornwhich 是一个包装器matplotlib，使其在默认情况下看起来更漂亮（相当基于意见，我知道：P），但还添加了一些绘图功能。
为此，您可以使用seaborn.lmplotwith fit_reg=False（这可以防止它自动进行一些回归）。
sns.scatterplot(x='carat', y='price', data=df, hue='color', ec=None)也做同样的事情。选择hue='color'告诉 seaborn 根据'color'列中的唯一值拆分和绘制数据。
sns.lmplot(x='carat', y='price', data=df, hue='color', fit_reg=False)
pandas.DataFrame.groupby&pandas.DataFrame.plot如果您不想使用 seaborn，请使用pandas.groupby单独获取颜色，然后仅使用 matplotlib 绘制它们，但是您必须随时手动分配颜色，我在下面添加了一个示例：
fig, ax = plt.subplots(figsize=(6, 6))
grouped = df.groupby('color')
for key, group in grouped:
group.plot(ax=ax, kind='scatter', x='carat', y='price', label=key, color=colors[key])
plt.show()
此代码假定与上面相同的 DataFrame，然后根据color. 然后它遍历这些组，为每个组绘图。为了选择颜色，我创建了一个colors字典，它可以将钻石颜色（例如D）映射到真实颜色（例如tab:blue）。
这是使用 seaborn 调色板的简洁通用的解决方案。
首先找到你喜欢的调色板，并可选择将其可视化：
sns.palplot(sns.color_palette("Set2", 8))
然后你可以用它matplotlib来做这个：
# Unique category labels: 'D', 'F', 'G', ...
color_labels = df['color'].unique()
# List of RGB triplets
rgb_values = sns.color_palette("Set2", 8)
# Map label to RGB
color_map = dict(zip(color_labels, rgb_values))
# Finally use the mapped values
plt.scatter(df['carat'], df['price'], c=df['color'].map(color_map))
我有同样的问题，并且整天都在尝试不同的软件包。
我最初使用 matlibplot: 并且对将类别映射到预定义颜色都不满意；或分组/聚合然后遍历组（并且仍然必须映射颜色）。我只是觉得这是糟糕的包实现。
Seaborn 不适用于我的案例，而 Altair 只能在 Jupyter Notebook 内工作。
对我来说最好的解决方案是 PlotNine，它“是 Python 中图形语法的实现，基于 ggplot2”。
下面是在 Python 中复制 R 示例的 plotnine 代码：
from plotnine import *
from plotnine.data import diamonds
g = ggplot(diamonds, aes(x='carat', y='price', color='color')) + geom_point(stat='summary')
print(g)
如此干净和简单:)
这里是来自定性颜色图中的标记和颜色的组合matplotlib：
import itertools
import numpy as np
from matplotlib import markers
import matplotlib.pyplot as plt
m_styles = markers.MarkerStyle.markers
N = 60
colormap = plt.cm.Dark2.colors # Qualitative colormap
for i, (marker, color) in zip(range(N), itertools.product(m_styles, colormap)):
plt.scatter(*np.random.random(2), color=color, marker=marker, label=i)
plt.legend(bbox_to_anchor=(1.05, 1), loc=2, borderaxespad=0., ncol=4);
使用牵牛星。
from altair import *
import pandas as pd
df = datasets.load_dataset('iris')
Chart(df).mark_point().encode(x='petalLength',y='sepalLength', color='species')
使用 df.plot()
通常在快速绘制 DataFrame 时，我使用pd.DataFrame.plot(). 这将索引作为 x 值，将值作为 y 值，并用不同的颜色分别绘制每一列。这种形式的 DataFrame 可以通过使用set_index和来实现unstack。
import matplotlib.pyplot as plt
import pandas as pd
carat = [5, 10, 20, 30, 5, 10, 20, 30, 5, 10, 20, 30]
price = [100, 100, 200, 200, 300, 300, 400, 400, 500, 500, 600, 600]
color =['D', 'D', 'D', 'E', 'E', 'E', 'F', 'F', 'F', 'G', 'G', 'G',]
df = pd.DataFrame(dict(carat=carat, price=price, color=color))
df.set_index(['color', 'carat']).unstack('color')['price'].plot(style='o')
plt.ylabel('price')
使用此方法，您不必手动指定颜色。
此过程可能对其他数据系列更有意义。就我而言，我有时间序列数据，因此 MultiIndex 由日期时间和类别组成。也可以使用这种方法为多个列着色，但图例变得一团糟。
您可以使用以下命令将分类列转换为数字列：
#we converting it into categorical data
cat_col = df['column_name'].astype('category')
#we are getting codes for it
cat_col = cat_col.cat.codes
# we are using c parameter to change the color.
plt.scatter(df['column1'],df['column2'], c=cat_col)
最简单的方法是简单地将整数类别级别数组传递给plt.scatter()颜色参数。
import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_csv('https://raw.githubusercontent.com/mwaskom/seaborn-data/master/diamonds.csv')
plt.scatter(df['carat'], df['price'], c=pd.factorize(df['color'])[0],)
plt.gca().set(xlabel='Carat', ylabel='Price', title='Carat vs. Price')
这将使用默认的“viridis”颜色图创建一个没有图例的图。在这种情况下，“viridis”不是一个好的默认选择，因为颜色似乎暗示了顺序而不是纯粹的名义类别。
import matplotlib.patches
levels, categories = pd.factorize(df['color'])
colors = [plt.cm.tab10(i) for i in levels] # using the "tab10" colormap
handles = [matplotlib.patches.Patch(color=plt.cm.tab10(i), label=c) for i, c in enumerate(categories)]
plt.scatter(df['carat'], df['price'], c=colors)
plt.gca().set(xlabel='Carat', ylabel='Price', title='Carat vs. Price')
plt.legend(handles=handles, title='Color')
我在这里选择了“tab10”离散（又名定性）颜色图，它在表明颜色因子是一个名义分类变量方面做得更好。
额外的功劳：
在第一个图中，通过将类别级别整数数组中的min-max 缩放值传递给colormap 对象pd.factorize(iris['species'])[0]的call方法来选择默认颜色。plt.cm.viridis