In diesem Artikel untersuchen wir verschiedene Methoden zum Erstellen eines Streudiagramms in der Matplotlib-Bibliothek von Python Datenpunkte werden basierend auf verschiedenen kategorialen Ebenen farblich gekennzeichnet.
matplotlib stellt einen C-Parameter für plt.scatter() bereit, der eine Farbanpassung ermöglicht. Dieser Parameter kann auf eine Liste oder ein Wörterbuch gesetzt werden, das Kategoriewerte Farben zuordnet.
<code class="python">import matplotlib.pyplot as plt import pandas as pd # Load data df = pd.read_csv("diamonds.csv") # Create a color map colors = {'D':'tab:blue', 'E':'tab:orange', 'F':'tab:green', 'G':'tab:red', 'H':'tab:purple', 'I':'tab:brown', 'J':'tab:pink'} # Plot data with color mapping plt.scatter(df['carat'], df['price'], c=df['color'].map(colors)) plt.show()</code>
Seaborn ist eine Bibliothek, die eine übersichtliche API zum Erstellen statistischer Grafiken mit Matplotlib bereitstellt. Um mit Seaborn ein Streudiagramm mit farbcodierten Datenpunkten zu erstellen, verwenden Sie die Funktion sns.lmplot() mit fit_reg=False, um die Regression zu deaktivieren.
<code class="python">import seaborn as sns # Plot data with color-coding sns.lmplot(x='carat', y='price', data=df, hue='color', fit_reg=False)</code>
Wenn Sie Seaborn lieber nicht verwenden möchten, können Sie das gleiche Ergebnis manuell mit pandas.groupby() und pandas.DataFrame.plot() erzielen. Bei dieser Methode werden die Daten nach Farben gruppiert und dann jede Gruppe einzeln mit einer bestimmten Farbe dargestellt.
<code class="python">fig, ax = plt.subplots() grouped = df.groupby('color') for key, group in grouped: group.plot(ax=ax, kind='scatter', x='carat', y='price', label=key, color=colors[key])</code>
Durch die Implementierung dieser Techniken können Sie informative Streudiagramme erstellen, die Beziehungen zwischen verschiedenen kategorialen Ebenen visuell darstellen.
Das obige ist der detaillierte Inhalt vonWie zeichnet man verschiedene Datenkategorien mit Farben in Matplotlib und Seaborn auf?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!