不同数据帧列的Python绘图（使用Seaborn？）

Question

我尝试使用基于不同分类列的点着色来创建数据集的散点图。 Seaborn在这里很适合一个情节：

fg = sns.FacetGrid(data=plot_data, hue='col_1')
fg.map(plt.scatter, 'x_data', 'y_data', **kws).add_legend()
plt.show()

然后我要显示相同的数据，但是使用hue =＆＃39; col_2＆＃39;和hue =＆＃39; col_3＆＃39;。如果我只绘制3个图，它可以正常工作，但我真的希望找到一种方法让它们在一个图中显示为子图。不幸的是，我还没有找到任何方法将色调从一个地块改为另一个地块。我知道有一些绘图API允许使用一个axis关键字，因此你可以将它放到一个matplotlib图中，但我还没有找到同时允许你设置＆＃39; ax =＆＃39;和＆＃39; hue =＆＃39;。有任何想法吗？ 提前谢谢！

编辑： 这里有一些示例代码来说明这个想法

xx = np.random.rand(10,2)
cat1 = np.array(['cat','dog','dog','dog','cat','hamster','cat','cat','hamster','dog'])
cat2 = np.array(['blond','brown','brown','black','black','blond','blond','blond','brown','blond'])
d = {'x':xx[:,0], 'y':xx[:,1], 'pet':cat1, 'hair':cat2}
df = pd.DataFrame(data=d)

sns.set(style='ticks')
fg = sns.FacetGrid(data=df, hue='pet', size=5)
fg.map(plt.scatter, 'x', 'y').add_legend()
fg = sns.FacetGrid(data=df, hue='hair', size=5)
fg.map(plt.scatter, 'x', 'y').add_legend()
plt.show()

这绘制了我想要的东西，但在两个窗口中。颜色方案在第一个图中通过“宠物”分组设置，在第二个图中通过“头发”分组。有没有办法在一个情节上做到这一点？

Answer 1

为了绘制3个不同颜色的散点图，您可以在matplotlib中创建3个轴并绘制每个轴的散点图。

import pandas as pd
import numpy as np; np.random.seed(42)
import matplotlib.pyplot as plt

df = pd.DataFrame(np.random.rand(10,5), 
                  columns=["x", "y", "col1", "col2", "col3"])

fig, axes = plt.subplots(nrows=3)
for ax, col in zip(axes, df.columns[2:]):
    ax.scatter(df.x, df.y, c=df[col])

plt.show()

对于分类数据，通常更容易绘制几个散点图，每个类别一个。

import pandas as pd
import numpy as np; np.random.seed(42)
import matplotlib.pyplot as plt
import seaborn as sns


xx = np.random.rand(10,2)
cat1 = np.array(['cat','dog','dog','dog','cat','hamster','cat','cat','hamster','dog'])
cat2 = np.array(['blond','brown','brown','black','black','blond','blond','blond','brown','blond'])
d = {'x':xx[:,0], 'y':xx[:,1], 'pet':cat1, 'hair':cat2}
df = pd.DataFrame(data=d)


cols = ['pet',"hair"]
fig, axes = plt.subplots(nrows=len(cols ))
for ax,col in zip(axes,cols):
    for n, group in df.groupby(col):
        ax.scatter(group.x,group.y, label=n)
    ax.legend()

plt.show()

如果你真的想要，你肯定可以使用FacetGrid，但这需要DataFrame的不同数据格式。

import pandas as pd
import numpy as np; np.random.seed(42)
import matplotlib.pyplot as plt
import seaborn as sns

xx = np.random.rand(10,2)
cat1 = np.array(['cat','dog','dog','dog','cat','hamster','cat','cat','hamster','dog'])
cat2 = np.array(['blond','brown','brown','black','black','blond','blond','blond','brown','blond'])
d = {'x':xx[:,0], 'y':xx[:,1], 'pet':cat1, 'hair':cat2}
df = pd.DataFrame(data=d)

df2 = pd.melt(df, id_vars=['x','y'], value_name='category', var_name="kind")

fg = sns.FacetGrid(data=df2, row="kind",hue='category', size=3)
fg.map(plt.scatter, 'x', 'y').add_legend()