побудуйте різні кольори для різних категоріальних рівнів за допомогою matplotlib

У мене є цей фрейм даних, diamondsякий складається з таких змінних, як (carat, price, color), і я хочу намалювати графік розсіювання priceдо caratдля кожного color, що означає, colorщо різний колір має різний колір в графі.

Це легко Rз 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)

Цікаво, як це можна зробити в Python за допомогою matplotlib?

PS:

Я знаю про допоміжні графічні пакети, такі як seabornі ggplot for python, і я не віддаю їм перевагу, просто хочу з'ясувати, чи можна виконати роботу, використовуючи matplotlibсамостійно,; P

Ви можете передати plt.scatterв cаргумент , який дозволить вам вибрати кольору. У наведеному нижче коді визначено colorsсловник для відображення ваших діамантових кольорів до кольорів для побудови графіків.

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))

fig, ax = plt.subplots()

colors = {'D':'red', 'E':'blue', 'F':'green', 'G':'black'}

ax.scatter(df['carat'], df['price'], c=df['color'].apply(lambda x: colors[x]))

plt.show()

df['color'].apply(lambda x: colors[x]) ефективно відображає кольори від "діамантового" до "графічного".

(Вибачте мене за те, що я не ставлю ще один приклад зображення, я думаю, досить 2: P)

С seaborn

Ви можете використовувати seabornобгортку, matplotlibяка за замовчуванням робить її красивішою (швидше заснована на думках, я знаю: P), але також додає деякі функції побудови графіків.

Для цього ви можете використовувати seaborn.lmplotз fit_reg=False(що НЕ заважає йому автоматично робити деякі регресії).

У наведеному нижче коді використовується приклад набору даних. Вибравши, hue='color'ви кажете Seaborn розділити ваш кадр даних на основі ваших кольорів, а потім побудувати кожен з них.

import matplotlib.pyplot as plt
import seaborn as sns

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))

sns.lmplot('carat', 'price', data=df, hue='color', fit_reg=False)

plt.show()

Без seabornвикористанняpandas.groupby

Якщо ви не хочете використовувати seaborn, ви можете використовувати, pandas.groupbyщоб отримати кольори поодинці, а потім побудувати їх за допомогою просто matplotlib, але вам доведеться вручну призначати кольори, я додав приклад нижче:

fig, ax = plt.subplots()

colors = {'D':'red', 'E':'blue', 'F':'green', 'G':'black'}

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()

Цей код передбачає той самий DataFrame, що і вище, а потім групує його на основі color. Потім здійснюється ітерація щодо цих груп, складаючи графік для кожної з них. Для вибору кольору я створив colorsсловник, який може зіставити діамантовий колір (наприклад D) із справжнім кольором (наприклад red).

Ось коротке та загальне рішення для використання кольорової палітри, що народилася в морі.

Спочатку знайдіть палітру кольорів, яка вам подобається, і за бажанням візуалізуйте її:

sns.palplot(sns.color_palette("Set2", 8))

Тоді ви можете використовувати це, matplotlibроблячи це:

# 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))

У мене було одне і те ж питання, і я цілий день пробував різні пакети.

Я спочатку використовував matlibplot: і не був задоволений жодним зіставленням категорій за попередньо визначеними кольорами; або групування / агрегування, а потім ітерація по групах (і все одно доводиться відображати кольори). Я просто відчув, що це погана реалізація пакету.

Сіборн не працював би над моєю справою, а Альтаїр працює ТІЛЬКИ всередині блокнота Юпітера.

Найкращим рішенням для мене був PlotNine, який "є реалізацією граматики графіки в Python на основі ggplot2".

Нижче наведено код plotnine для відтворення вашого прикладу R у Python:

from plotnine import *
from plotnine.data import diamonds

g = ggplot(diamonds, aes(x='carat', y='price', color='color')) + geom_point(stat='summary')
print(g)

Так чисто і просто :)

Використання Altair .

from altair import *
import pandas as pd

df = datasets.load_dataset('iris')
Chart(df).mark_point().encode(x='petalLength',y='sepalLength', color='species')

Тут поєднання маркерів та кольорів з якісної карти кольорів у 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);

За допомогою df.plot ()

Зазвичай, коли я швидко складаю графік DataFrame, я використовую pd.DataFrame.plot(). При цьому індекс приймається як значення x, значення - як значення y, і кожен стовпець окремо наноситься на інший колір. DataFrame у цій формі можна досягти, використовуючи set_indexта 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')

За допомогою цього методу не потрібно вручну вказувати кольори.

Ця процедура може мати більше сенсу для інших серій даних. У моєму випадку у мене є дані часових рядів, тому MultiIndex складається з дати та категорій. Також можна використовувати цей підхід для того, щоб забарвити більше одного стовпця, але легенда наводить безлад.

Я зазвичай роблю це, використовуючи Seaborn, який побудований поверх matplotlib

import seaborn as sns
iris = sns.load_dataset('iris')
sns.scatterplot(x='sepal_length', y='sepal_width',
              hue='species', data=iris);