如何使用 Matplotlib 绘制不同类别​​级别的不同颜色？

如何在 Python 中仅使用 Matplotlib 绘制不同分类级别的不同颜色

简介

本文介绍如何在 Python 中创建散点图使用 matplotlib，其中每种颜色代表不同的分类级别。这种方法避免了使用Python的seaborn和ggplot等辅助绘图包。

使用Matplotlib

Matplotlib在plt.scatter中提供了c参数，它允许颜色自定义。下面是一个示例：

<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>

map(colors) 函数将“菱形”颜色映射到“绘图”颜色。

使用 seaborn

尽管本文重点关注在 matplotlib 上，值得一提的是，seaborn 还提供了一个方便的解决方案：

<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>

使用 pandas.DataFrame.groupby & pandas.DataFrame.plot

对于手动方法，您可以使用 pandas按颜色分组并分别绘制每个组：

<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'}

# Group by color and plot
grouped = df.groupby('color')
for key, group in grouped:
    group.plot(ax=plt.gca(), kind='scatter', x='carat', y='price', label=key, color=colors[key])

plt.show()</code>

这假设与之前相同的 DataFrame 并在绘图过程中手动分配颜色。

结论

本文演示了如何使用 matplotlib 在 Python 中为不同的分类级别绘制不同的颜色，以及使用 seaborn 的其他选项和使用 pandas 的手动方法。

以上是如何使用 Matplotlib 绘制不同类别​​级别的不同颜色？的详细内容。更多信息请关注PHP中文网其他相关文章！