点颜色的散点图表示seaborn FacetGrid中的连续变量

时间:2017-06-20 00:00:31

标签: python matplotlib seaborn

我正在尝试使用python中的seaborn生成多面板图,我希望多面板图中点的颜色由连续变量指定。以下是我正在尝试使用" iris"数据集:

import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib as mpl
import matplotlib.pyplot as plt
iris = sns.load_dataset('iris')

g = sns.FacetGrid(iris, col = 'species', hue = 'petal_length', palette = 'seismic')
g = g.map(plt.scatter, 'sepal_length', 'sepal_width', s = 100, alpha = 0.5)
g.add_legend()

这使得下图: iris_continuous

哪个好,但传说太长了。我想像这些值中的1/4(理想情况下)一样采样,或者禁止显示颜色条。 例如,这样的事情可能是可以接受的,但我仍然希望将它分成三个物种。

plt.scatter(iris.sepal_length, iris.sepal_width, alpha = .8, c = iris.petal_length, cmap = 'seismic')
cbar = plt.colorbar()

one panel

关于如何充分利用这两个情节的任何想法?

编辑: 这个话题似乎是一个好的开始。

https://github.com/mwaskom/seaborn/issues/582

不知何故,对于这个用户来说,只需在其他所有运行后附加plt.colorbar似乎在某种程度上有效。在这种情况下,似乎没有帮助。

2 个答案:

答案 0 :(得分:7)

FacetGrid hue是绝对的,而不是连续的。需要一些工作来为FacetGrid中的散点图获取连续的色彩映射(与链接的Github问题中的imshow不同,matplotlib不会保留对&#34的引用;目前有效的散点图映射器"因此对plt.colorbar的魔术调用不会拾取应用于点颜色的映射。)

g = sns.FacetGrid(iris, col='species', palette = 'seismic')

def facet_scatter(x, y, c, **kwargs):
    """Draw scatterplot with point colors from a faceted DataFrame columns."""
    kwargs.pop("color")
    plt.scatter(x, y, c=c, **kwargs)

vmin, vmax = 0, 7
cmap = sns.diverging_palette(240, 10, l=65, center="dark", as_cmap=True)

g = g.map(facet_scatter, 'sepal_length', 'sepal_width', "petal_length",
          s=100, alpha=0.5, vmin=vmin, vmax=vmax, cmap=cmap)

# Make space for the colorbar
g.fig.subplots_adjust(right=.92)

# Define a new Axes where the colorbar will go
cax = g.fig.add_axes([.94, .25, .02, .6])

# Get a mappable object with the same colormap as the data
points = plt.scatter([], [], c=[], vmin=vmin, vmax=vmax, cmap=cmap)

# Draw the colorbar
g.fig.colorbar(points, cax=cax)

enter image description here

答案 1 :(得分:1)

由于您询问散点图的传说,可以调整@ mwaskom的解决方案来生成带散点的图例,如下所示:

import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
iris = sns.load_dataset('iris')

g = sns.FacetGrid(iris, col='species', palette = 'seismic')

def facet_scatter(x, y, c, **kwargs):
    kwargs.pop("color")
    plt.scatter(x, y, c=c, **kwargs)

vmin, vmax = 0, 7
cmap = plt.cm.viridis

norm=plt.Normalize(vmin=vmin, vmax=vmax)

g = g.map(facet_scatter, 'sepal_length', 'sepal_width', "petal_length",
          s=100, alpha=0.5, norm=norm, cmap=cmap)

# Make space for the colorbar
g.fig.subplots_adjust(right=.9)

lp = lambda i: plt.plot([], color=cmap(norm(i)), marker="o", ls="", ms=10, alpha=0.5)[0]
labels = np.arange(0,7.5,0.5)
h = [lp(i) for i in labels]
g.fig.legend(handles=h, labels=labels, fontsize=9)

plt.show()

enter image description here