根据第三个变量更改散点图中的标记样式

Question

我正在处理一个多列字典。我想绘制两列，然后根据第三和第四列更改标记的颜色和样式。

我很难改变pylab散点图中的标记样式。我的方法，适用于颜色，遗憾的是不适用于标记样式。

x=[1,2,3,4,5,6]
y=[1,3,4,5,6,7]
m=['k','l','l','k','j','l']

for i in xrange(len(m)):
    m[i]=m[i].replace('j','o')
    m[i]=m[i].replace('k','x')
    m[i]=m[i].replace('l','+')

plt.scatter(x,y,marker=m)
plt.show()

Answer 1

问题是marker只能是单个值而不是标记列表，因为color参数。

您可以按标记值进行分组，以便您拥有具有相同标记的x和y列表并绘制它们：

xs = [[1, 2, 3], [4, 5, 6]]
ys = [[1, 2, 3], [4, 5, 6]]
m = ['o', 'x']
for i in range(len(xs)):
    plt.scatter(xs[i], ys[i], marker=m[i])
plt.show()

或者你可以绘制每一个点（我不推荐）：

x=[1,2,3,4,5,6]
y=[1,3,4,5,6,7]
m=['k','l','l','k','j','l']

mapping = {'j' : 'o', 'k': 'x', 'l': '+'}

for i in range(len(x)):
    plt.scatter(x[i], y[i], marker=mapping[m[i]])
plt.show()

Answer 2

添加到Viktor Kerkez的答案并使用一点Numpy，您可以执行以下操作：

x = np.array([1,2,3,4,5,6])
y = np.array([1,3,4,5,6,7])
m = np.array(['o','+','+','o','x','+'])

unique_markers = set(m)  # or yo can use: np.unique(m)

for um in unique_markers:
    mask = m == um 
    # mask is now an array of booleans that van be used for indexing  
    plt.scatter(x[mask], y[mask], marker=um)

Answer 3

对我来说，最简单的解决方案是使用pandas和seaborn：

import pandas as pd   # '0.25.3'
import seaborn as sns # '0.9.0'

data = pd.DataFrame(
    dict(x=[1,2,3,4,5,6],
    y=[1,3,4,5,6,7],
    m=['k','l','l','k','j','l'],)
)

sns.scatterplot(data=data, x='x', y='y', style='m')

seaborn自动为您选择标记样式。