0

我正在使用 plotnine 在同一个图中绘制两个图表。一张图表使用您将在下面看到的数据框中的“b”值,另一张使用“c”中的值。

我所需要的只是显示一个简单的图例图例,在其中我看到带有相应颜色的“c”和“b”。

def plot_log_detected():
    df = DataFrame({'x': [1, 2, 3, 4, 5],
                    'b': >>>SOME VALUES DOESNT MATTER<<<,
                    'c': >>>SOME VALUES DOESNT MATTER<<<
                   })
    return ggplot(aes(x='x', y='b'), data=df) + geom_point(size=1) +\
           geom_line(aes(y='b'), color='black') + \
           geom_line(aes(y='c'), color='blue') +  \
           ggtitle("TITLE") + \
           labs(y="Y AXIS", x="X AXIS")
4

4 回答 4

1

ggplot2如果您在其中任何一个中使用,这将不会显示图例R:颜色的图例将仅在您color=在美学中指定时表示 a geom。两者pythonggplotfor中的“修复”是相同的r。您需要组织数据,以便遵循整洁的数据原则。在这种情况下,df$b每个df$c列都包含两条信息:(1) “y”的和(2) “y”的类型。您应该相应地重新组织数据,以便您的列名变为:xtype_of_yvalue_of_y

我将通过填写您提供的数据集进行解释,然后说明我们如何将其更改为整洁的格式,然后您如何(正确)应用代码来表示我相信您想要的情节。

基础知识

这是一个数据集和一个像你的情节一样的情节(同样,它在r......所以我希望你能翻译成python):

df <- data.frame(
    x=c(1:5), b=c(10, 12, 14, 9, 8), c=c(9, 11, 11, 12, 14))

ggplot(df, aes(x=x)) +
    geom_line(aes(y=b), color='red') +
    geom_line(aes(y=c), color='blue')

在此处输入图像描述

没有传说,但颜色就在那里,我们绘制您所期望的。这里的问题是当您调用ggplot中指定颜色时会绘制一个图例。 为了清楚地看到这一点,让我们做同样的情节,但移动内部:aes()color=...aes()

ggplot(df, aes(x=x)) +
    geom_line(aes(y=b, color='red')) +
    geom_line(aes(y=c, color='blue'))

在此处输入图像描述

好的,那……等等。什么?它现在有一个图例(因为我们把它放在color 里面 aes()),但是颜色实际上是按顺序颠倒的,而且......你会注意到颜色不是红色和蓝色,而是默认的“红色”和“蓝绿色”颜色ggplot2。实际上,发生的事情是我们只指定在第一次geom_line调用中,我们绘制了正确的数据集,但我们只是将数据“命名”为“红色”。同样,我们将另一个数据集“命名”为“蓝色”。 ggplot根据默认调色板决定使用什么颜色。

无需整理数据即可获得传奇

如果您不想弄乱您的数据,实际上有一种方法可以做到这一点,并且可能会获得您可能会满意的输出。我们只需要在名称中注明color=调用该系列即可。

ggplot(df, aes(x=x)) +
    geom_line(aes(y=b, color='b')) +
    geom_line(aes(y=c, color='c'))

在此处输入图像描述

添加另一个以在外部和内部color='blue'获得“蓝色”颜色怎么样?嗯……这行不通。例如,如果您这样做,结果与显示的原始图相同(没有图例,但颜色值正确),因为在每次调用中都会有效地覆盖:aes()aes()geom_line

# this doesn't work to keep legend and desired color, the second
# color outside aes() overwrites the one inside aes()
ggplot(df, aes(x=x)) +
    geom_line(aes(y=b, color='b'), color='red') +
    geom_line(aes(y=c, color='c'), color='blue')

整洁的数据方式(“正确”方式)

虽然上述方法有效,但它违反了整洁数据的一般原则以及如何组织数据以便易于分析......以任何你想要的方式。相信我:这绝对是使用任何数据集进行多功能分析的最佳实践,并且几乎总是值得付出努力以这种方式组织数据。

ggplot 希望您将aes()参数指定为数据集中的列。这意味着我们应该使每一列在您的数据集中具有特定的用途,如下所示:

  • x:x在原始数据集中是相同的。它仅表示 x 轴值

  • type_of_y:此列包含值“b”或“c”,指示值应来自哪个数据系列。

  • value_of_y:此列包含您将在 y 上绘制的值。

使用dplyr,我们可以非常简单地以这种方式重组数据:

df <- df %>% gather('type_of_y', 'value_of_y', -x)

给你:

   x type_of_y value_of_y
1  1         b         10
2  2         b         12
3  3         b         14
4  4         b          9
5  5         b          8
6  1         c          9
7  2         c         11
8  3         c         11
9  4         c         12
10 5         c         14

然后你相​​应地绘制,只使用一个geom_line调用并将color美学应用于type_of_y. 像这样的东西:

ggplot(df, aes(x=x, y=value_of_y)) +
    geom_line(aes(color=type_of_y))

在此处输入图像描述

这样,您只需指定一个geom_line调用。在这里可能看起来并没有太大的不同,但是如果您的原始数据集中有多个列怎么办?例如,有“x”,然后是“a”、“b”、“c”...“z”的 y 值!您必须在单独的调用中指定所有这些行geom_line!在上述情况下,无论您有多少个不同的 y 值列……您只有相同的两行代码,并且只有一次调用geom_line. 说得通?有关更多信息,我会建议上面的链接。此外,这篇文章非常适合阅读。

然后,您可以通过添加scale_color_manual和指定颜色来指定特定颜色(还有其他一些方法) - 但如果您需要帮助,我会在单独的问题中提问。另外...不确定代码与python. labs(color="your new legend title")同样,您可以通过... 在其他主题更改中更改图例的标题。

我知道它与 中的代码并不完全相同python,但这应该足以让您了解我们如何在其中进行类似的操作。

于 2020-04-12T21:30:37.777 回答
0

您可以融合您的数据框以将列“b”和“c”合并为一列,并为着色和图例创建一个美学列“颜色”。这是代码和输出。请注意,我将原始数据框用于点图(因为您只在其中绘制“b”列)并将融化的数据框用于线图:

def plot_log_detected():
    df = DataFrame({'x': [1, 2, 3, 4, 5],
                    'b': [1, 2, 3, 4, 5],
                    'c': [1, 3, 2, 5, 4]
                   })

    df_melt = df.melt(id_vars=['x'], value_vars=['b','c'], var_name='color', value_name='b_and_c')

    return ggplot(aes(x='x', y='b'), data=df) + geom_point(size=1) +\
           geom_line(aes(y='b_and_c', color='color'), data=df_melt) + \
           ggtitle("TITLE") + \
           labs(y="Y AXIS", x="X AXIS")

您的原始示例数据框如下所示:

   x  b  c
0  1  1  1
1  2  2  3
2  3  3  2
3  4  4  5
4  5  5  4

你融化的数据框是:

   x color  b_and_c
0  1     b        1
1  2     b        2
2  3     b        3
3  4     b        4
4  5     b        5
5  1     c        1
6  2     c        3
7  3     c        2
8  4     c        5
9  5     c        4

最后这是输出图像:

在此处输入图像描述

于 2020-04-13T04:50:41.530 回答
0
def plot_log_detected():
    df = DataFrame({'x': [1, 2, 3, 4, 5],
                    'b': >>>SOME VALUES DOESNT MATTER<<<,
                    'c': >>>SOME VALUES DOESNT MATTER<<<
                   })
    plot = (
        ggplot(aes(x='x', y='b'), data=df) 
        + geom_point(size=1)
        + geom_line(aes(y='b', color='"black"')) # Put color in double quotes
        + geom_line(aes(y='c', color='"blue"'))  # Put color in double quotes
        + ggtitle("TITLE")
        + labs(y="Y AXIS", x="X AXIS")
        
        # Add color scale identity
        + scale_color_identity(
            guide='legend', 
            breaks=['black', 'blue'], 
            labels=['Label for black', 'Label for blue']))
    return plot
于 2021-05-20T13:04:03.927 回答
0

我有另一个解决方案,我使用了 melt 将宽数据格式转换为长数据格式。为了生成图例,我们需要为美学映射提供一个分组列,因此使用 melt 我们可以创建一个列标签类别并将其传递给 plotnine 颜色参数。

def plot_log_detected():
    df = DataFrame({'x': [1, 2, 3, 4, 5],
                    'b': [22,33,21,66,55],
                    'c': [44,11,22,77,55]
                   })

    long_data = pd.melt(df, id_vars=["x"], value_vars=["b", "c"])
    long_data = long_data.rename(columns = {'variable':'category'})

    return ggplot(aes(x='x', y='value', color = "category"), data=long_data) +\
           geom_point(size=1) +\
           geom_line() + \
           ggtitle("TITLE") + \
           labs(y="Y AXIS", x="X AXIS")

plot_log_detected()

情节与传说

于 2021-09-07T13:56:46.267 回答