Matplotlib를 사용하여 다양한 범주 수준에 대해 고유한 색상을 플롯하려면 어떻게 해야 합니까?

Matplotlib를 사용하면

Matplotlib는 색상 사용자 정의가 가능한 plt.scatter에 c 인수를 제공합니다. 예는 다음과 같습니다.

map(colors) 기능은 "다이아몬드" 색상을 "플로팅" 색상으로 매핑합니다.

seaborn의 경우

이 기사에서는 초점을 맞추고 있습니다. matplotlib에서는 seaborn이 편리한 솔루션도 제공한다는 점을 언급할 가치가 있습니다.

<code class="python">import matplotlib.pyplot as plt
import pandas as pd

# Sample DataFrame
df = pd.DataFrame({'carat': [0.23, 0.21, 0.23],
                    'price': [326, 326, 327],
                    'color': ['E', 'E', 'E']})

# Color mapping
colors = {'D': 'tab:blue', 'E': 'tab:orange', 'F': 'tab:green', 'G': 'tab:red', 'H': 'tab:purple', 'I': 'tab:brown', 'J': 'tab:pink'}

# Scatter plot with colors
plt.scatter(df['carat'], df['price'], c=df['color'].map(colors))
plt.show()</code>

pandas.DataFrame.groupby 및 pandas.DataFrame.plot

수동 접근 방식의 경우 pandas를 사용할 수 있습니다. 색상별로 그룹화하고 각 그룹을 개별적으로 플롯하려면:

이는 이전과 동일한 DataFrame을 가정하고 플롯 프로세스 중에 색상을 수동으로 할당합니다.

<code class="python">import seaborn as sns

# Scatter plot with colors
sns.lmplot(x='carat', y='price', data=df, hue='color', fit_reg=False)</code>

결론

이 기사 matplotlib를 사용하여 Python에서 다양한 범주 수준에 대해 다양한 색상을 플롯하는 방법과 seaborn을 사용한 추가 옵션 및 pandas를 사용한 수동 접근 방식을 시연했습니다.

위 내용은 Matplotlib를 사용하여 다양한 범주 수준에 대해 고유한 색상을 플롯하려면 어떻게 해야 합니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!