创建matplotlib散点图例大小相关

Question

我正在寻找一种方法来包含描述散点图中点的大小的（matplotlib）图例，因为这可能与另一个变量有关，就像在这个基本示例中一样：

import numpy as np
import matplotlib.pyplot as plt

N = 50
x = np.random.rand(N)
y = np.random.rand(N)
a2 = 400*np.random.rand(N)

plt.scatter(x, y, s=a2, alpha=0.5)
plt.show()

（灵感来自： http://matplotlib.org/examples/shapes_and_collections/scatter_demo.html）

所以在图例中，根据a2中的s描述符，理想情况下对应于大小0-400（scatter变量）的点数很少。

Answer 1

下面的解决方案使用pandas将大小分组到集合中（使用groupby）。它绘制每个组，并为标记分配标签和大小。我使用了this question中的分箱配方。

注意这与您说明的问题略有不同，因为标记大小已分箱，这意味着a2中的两个元素（例如36和38）将具有相同的大小在同一个binning中。您可以随时增加垃圾箱的数量，使其更适合您。

使用此方法，您可以更改每个bin的其他参数，例如标记形状或颜色。

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

N = 50
M = 5 # Number of bins

x = np.random.rand(N)
y = np.random.rand(N)
a2 = 400*np.random.rand(N)

# Create the DataFrame from your randomised data and bin it using groupby.
df = pd.DataFrame(data=dict(x=x, y=y, a2=a2))
bins = np.linspace(df.a2.min(), df.a2.max(), M)
grouped = df.groupby(np.digitize(df.a2, bins))

# Create some sizes and some labels.
sizes = [50*(i+1.) for i in range(M)]
labels = ['Tiny', 'Small', 'Medium', 'Large', 'Huge']

for i, (name, group) in enumerate(grouped):
    plt.scatter(group.x, group.y, s=sizes[i], alpha=0.5, label=labels[i])

plt.legend()
plt.show()

Answer 2

这也有用，我觉得它有点简单：

msizes = np.array([3, 4, 5, 6, 7, 8])

l1, = plt.plot([],[], 'or', markersize=msizes[0])
l2, = plt.plot([],[], 'or', markersize=msizes[1])
l3, = plt.plot([],[], 'or', markersize=msizes[2])
l4, = plt.plot([],[], 'or', markersize=msizes[3])

labels = ['M3', 'M4', 'M5', 'M6']

leg = plt.legend([l1, l2, l3, l4], labels, ncol=1, frameon=True, fontsize=12,
handlelength=2, loc = 8, borderpad = 1.8,
handletextpad=1, title='My Title', scatterpoints = 1)

取自：Point size legends in matplotlib and basemap plots

Answer 3

我几乎喜欢mjp的答案，但它并不是很有效，因为plt.plot标记着＆＃39;这个论点并不意味着与plt.scatter＆＃39; s＆＃39;论点。使用plt.plot你的尺寸是错误的。

改为使用：

    marker1 = plt.scatter([],[], s=a2.min())
    marker2 = plt.scatter([],[], s=a2.max())
    legend_markers = [marker1, marker2]

    labels = [
        str(round(a2.min(),2)),
        str(round(a2.max(),2))
        ]

    fig.legend(handles=legend_markers, labels=labels, loc='upper_right',
        scatterpoints=1)

Answer 4

使用.legend_elements("sizes")：

import numpy as np
import matplotlib.pyplot as plt

N = 50
x = np.random.rand(N)
y = np.random.rand(N)
a2 = 400*np.random.rand(N)

sc = plt.scatter(x, y, s=a2, alpha=0.5)
plt.legend(*sc.legend_elements("sizes", num=6))
plt.show()

Answer 5

基于mjp＆j;和jpobst的答案，如果你有两个以上的离散大小，你可以制作一个循环并在plt.scatter（）调用中包含标签：

msizes = [3, 4, 5, 6, 7]
markers = []
for size in msizes:
    markers.append(plt.scatter([],[], s=size, label=size)

plt.legend(handles=markers)

请注意，您可以使用标准字符串格式设置标签格式，例如label = ('M%d' %size)格式化mjp答案中的标签。

Answer 6

我找到了这个here，它简单明了。希望它有所帮助

import matplotlib.pyplot as plt
import numpy as np

import plotly.plotly as py
import plotly.tools as tls

fig = plt.figure()
ax = fig.add_subplot(111)

x = [0,2,4,6,8,10]
y = [0]*len(x)
s = [100,  400, 490, 600, 240, 160] # Specifies marker size

ax.scatter(x,y,s=s)
ax.set_title('Plot with Different Marker size, matplotlib and plotly')

plotly_fig = tls.mpl_to_plotly( fig )
plotly_fig['layout']['showlegend'] = True
plotly_url = py.plot(plotly_fig, filename='mpl-marker-size')