Question

scatter()状态的matplotlib文档：

除了上述参数之外，此函数还可以采用数据关键字参数。如果给出了这样的数据参数，则以下参数将替换为data []：

所有具有以下名称的参数：'s'，'color'，'y'，'c'，'linewidths'，'facecolor'，'facecolors'，'x'，'edgecolors'。

然而，我无法弄清楚如何让它发挥作用。最小的例子

import matplotlib.pyplot as plt
import numpy as np

data = np.random.random(size=(3, 2))
props = {'c': ['r', 'g', 'b'],
         's': [50, 100, 20],
         'edgecolor': ['b', 'g', 'r']}

plt.scatter(data[:, 0], data[:, 1], data=props)
plt.show()

生成一个默认颜色和大小的图，而不是提供的图。

是否有人使用过该功能？

Answer 1

参考你的例子，我认为以下是你想要的：

plt.scatter(data[:, 0], data[:, 1], **props)

文档中的这一点让我感到困惑，并且查看来源scatter中的axes/_axes.py似乎对此data参数无效。剩余的kwargs最终作为PathCollection的参数，可能存在错误。

您还可以在scatter之后使用PathCollection中的各种set方法设置这些参数，例如：

pc = plt.scatter(data[:, 0], data[:, 1])
pc.set_sizes([500,100,200])

Answer 2

这似乎是两年前增加的一个被忽视的特征。发行说明有一个简短的例子（ https://matplotlib.org/users/prev_whats_new/whats_new_1.5.html#working-with-labeled-data-like-pandas-dataframes）。除了这个问题和一篇简短的博客文章（https://tomaugspurger.github.io/modern-6-visualization.html），这些都是我能找到的。

基本上，任何类似dict的对象（＆＃34;标记数据＆＃34;文档称之为）都会在data参数中传递，并且绘图参数是根据其键指定的。例如，您可以使用字段a，b和c

创建结构化数组

coords = np.random.randn(250, 3).view(dtype=[('a', float), ('b', float), ('c', float)])

您通常会使用

创建a vs b的图表

pyplot.plot(coords['a'], coords['b'], 'x')

但使用数据参数可以使用

完成

pyplot.plot('a', 'b','x', data=coords)

标签b可能会与将线条设置为蓝色的样式字符串混淆，但第三个参数会清除该歧义。它不仅限于x和y数据，

pyplot.scatter(x='a', y='b', c='c', data=coords)

将根据列＆＃39; c＆＃39;设置点颜色。

看起来这个功能是为pandas数据帧添加的，并且比其他对象更好地处理它们。此外，它似乎记录不清，有些不稳定（x和y关键字参数使用plot命令失败，但与scatter一起正常工作，错误消息是没有帮助）。话虽如此，当您想要绘制的数据有标签时，它会提供一个很好的速记。

matplotlib散点图：如何使用data =参数

2 个答案: