تلوين المخططات المبعثرة حسب قيم الأعمدة باستخدام Pandas و Matplotlib

Matplotlib هي مكتبة Python شائعة لإنشاء تصورات ثابتة ومتحركة وتفاعلية في بايثون. تستكشف هذه المقالة استخدام Matplotlib لتلوين المخططات المبعثرة استنادًا إلى القيم الموجودة في عمود محدد من Pandas DataFrame.

الاستيراد والبيانات

للبدء، نقوم باستيراد المكتبات الضرورية ، بما في ذلك Matplotlib (كما plt) وPandas (كما pd). نقوم أيضًا بإنشاء نموذج DataFrame ("df") بثلاثة أعمدة: "الارتفاع" و"الوزن" و"الجنس".

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

np.random.seed(0)
N = 37
_genders = ["Female", "Male", "Non-binary", "No Response"]
df = pd.DataFrame({
    "Height (cm)": np.random.uniform(low=130, high=200, size=N),
    "Weight (kg)": np.random.uniform(low=30, high=100, size=N),
    "Gender": np.random.choice(_genders, size=N),
})

التحديث في أغسطس 2021

قدم Seaborn وظائف جديدة على مستوى الشكل، مثل seaborn.replot في الإصدار 0.11.0. يوصى باستخدام هذه الوظائف بدلاً من استخدام FacetGrid مباشرةً.

sns.relplot(data=df, x="Weight (kg)", y="Height (cm)", hue="Gender", hue_order=_genders, aspect=1.61)
plt.show()

إجابة قديمة (2015)

إذا كنت ترغب في استخدام Matplotlib مباشرة، فستحتاج إلى تعيين وظيفة مبعثر matplotlib على فئات Pandas DataFrame . للقيام بذلك:

قم بإنشاء قاموس يحتوي على فئات فريدة من العمود والألوان.
• أضف عمود "لون" جديدًا إلى DataFrame، وقم بتعيين لون مطابق لكل فئة.
• استخدم وظيفة التشتت لرسم البيانات، مع تحديد عمود اللون كوسيطة "c".

def dfScatter(df, xcol='Height', ycol='Weight', catcol='Gender'):
    fig, ax = plt.subplots()
    categories = np.unique(df[catcol])
    colors = np.linspace(0, 1, len(categories))
    colordict = dict(zip(categories, colors))

    df["Color"] = df[catcol].apply(lambda x: colordict[x])
    ax.scatter(df[xcol], df[ycol], c=df.Color)
    return fig

fig = dfScatter(df)
fig.savefig('fig1.png')

باتباع هذه الخطوات، يمكنك بسهولة تلوين المخططات المبعثرة بناءً على قيم الأعمدة باستخدام Pandas وMatplotlib.