控制scaterplot中的颜色

Question

这是一个模拟DataFrame：

import pandas as pd
groups=pd.DataFrame({'Morph':np.random.choice(['S', 'Red'], 50),
                 'Tcross':np.random.rand(50)*0.2 ,  
                 'DeltaR12':np.random.rand(50)*2.0})

我用这种方式绘制散点图：

import matplotlib.pyplot as plt

plt.rcParams.update(pd.tools.plotting.mpl_stylesheet)
colors = pd.tools.plotting._get_standard_colors(len(groups), color_type='random')

fig, ax = plt.subplots()
ax.set_color_cycle(colors)
ax.margins(0.05)
for name, group in groups:
    ax.plot(group.DeltaR12, group.Tcross, marker='o',
            linestyle='', ms=5, label=name)
legend = ax.legend(numpoints=1, loc='upper left', shadow=True)

# Hereafter, code for the subsidiary question at the end or the post
# code doesn't produce anything
frame = legend.get_frame()
frame.set_facecolor('0.90')

for label in legend.get_lines():
    label.set_linewidth(1.5)  



ax.set_xlabel('$\Delta R_{12}$')
ax.set_ylabel('$T_{cross}$')

导致

或者，或者用seaborn的魔力，在一行中：

sns.swarmplot(x="DeltaR12", y="Tcross", data=groups, hue="MorphCen", size=6)

（与我的实际DataFrame分组，甚至不必删除其他列）

导致

我想控制类别的颜色：看起来很愚蠢的标签“红色”用黄色或蓝色绘制！此外，螺旋星系是蓝色的，因此用紫色绘制“S”类别看起来很愚蠢。如何轻松控制这种颜色选择？

子公司，如果有人知道如何在图例周围画一个方框，那就太好了，我不懂自动标签的文档，只适用于手动设置的文件。 :)我在第一个代码中尝试了一些东西，如评论中所述，但它不会产生任何东西。

谢谢

Answer 1

所以我已经想出如何做到这一点。第一种方式，感谢sgDysregulation（我没有以非常好的方式实现它，我确信最好比这个ind更好。）

colour_lst=['r','b']

fig, ax = plt.subplots()
ax.set_color_cycle(colors)
ax.margins(0.05)
ind=0
for name, group in groups:
    ax.plot(group.DeltaR12, group.Tcross, marker='o',
            color = colour_lst[ind] ,linestyle='', ms=5, label=name)
    ind+=1  

ax.set_xlabel('$\Delta R_{12}$')
ax.set_ylabel('$T_{cross}$')

第二，更优雅：

def transcocol(morph):
    if (morph == 'S'):
        return'b'
    else:
        return'r'
MLtargetColour = MLtarget.apply (lambda x: transcocol (x))
pl.scatter(group.DeltaR12, group.Tcross, c=MLtargetColour);

最后一个：

sns.swarmplot(x="DeltaR12", y="Tcross", 
              data=group, hue="MorphGal", palette="Set1",
              hue_order=['Red','S'], size=6)

非常感谢。