使用 Pandas 和 Matplotlib 按列值對散點圖著色

Matplotlib 是一個流行的 Python 庫，用於在Python。本文探討使用 Matplotlib 根據 Pandas DataFrame 特定列中的值對散佈圖進行著色。

導入和資料

首先，我們導入必要的函式庫，包括 Matplotlib（作為 plt）和 Pandas（作為 pd）。我們也產生一個包含三列的範例資料幀（「df」）：「身高」、「體重」和「性別」。

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),
})

2021年8月更新

Seaborn引入了新的圖形級函數，例如0.11.0版本中的seaborn.relplot。建議使用這些函數，而不是直接使用 FacetGrid。

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

舊答案 (2015)

如果你想直接使用 Matplotlib，你需要將 matplotlib 的散佈函數對應到 Pandas DataFrame 的類別上。為此：

• 根據列和顏色建立一個包含唯一類別的字典。
• 在 DataFrame 中新增一個新的「顏色」列，為每個類別指派對應的顏色。
• 使用散點函數繪製數據，並將顏色列指定為「c」參數。

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')

按照以下步驟，您可以使用 Pandas 和 Matplotlib 輕鬆地根據列值對散佈圖進行顏色繪製。