如何从散点图的图例中删除属性

时间:2018-11-22 20:05:35

标签: python matplotlib seaborn scatter-plot

我使用plot在三列seaborn中进行了分散['Category','Installs' and 'Gross Income'],并使用了数据集中的category列进行了色调映射。但是,在图例中,除了我要显示的类别列之外,最后还有一个自鸣得意的地方,显示了散点图中使用的一列“安装”。我想删除该元素,但是在搜索其他问题时,听到的是seabornmatplotlib的文档,我不知该如何进行。

以下是我正在使用的代码的摘要:

fig, ax = pyplot.subplots(figsize=(12,6))

ax=sns.scatterplot( x="Installs", y="Gross Income", data=comp_income_inst, hue='Category', 
                   palette=sns.color_palette("cubehelix",len(comp_income_inst)), 
                   size='Installs', sizes=(100,5000), legend='brief', ax=ax) 

ax.set(xscale="log", yscale="log")
ax.set(ylabel="Average Income") 
ax.set_title("Distribution showing the Earnings of Apps in Various Categories\n", fontsize=18)
plt.rcParams["axes.labelsize"] = 15



# Move the legend to an empty part of the plot
plt.legend(loc='upper left', bbox_to_anchor=(-0.2, -0.06),fancybox=True, shadow=True, ncol=5)
#plt.legend(loc='upper left')

plt.show()

This is the result of the code above, notice the smug in the Legend on the lower right corner

1 个答案:

答案 0 :(得分:2)

实际上,这不是污迹,而是色相图的大小图例。因为气泡大小const arr = target.find('[data-id]') 相对于数据而言太大,所以它们在图例中的该空间中重叠,从而产生“污迹”效果。默认图例将颜色和大小图例结合在一起。

但是,读者可能不需要了解气泡的安装范围,而不是按照预期的方式删除尺寸标记。因此,考虑将一个图例分成两个图例,并使用 borderpad prop size 来填充气泡和标签。

数据 (种子,随机数据)

(100, 5000)

categs = ['GAME', 'EDUCATION', 'FAMILY', 'WEATHER', 'ENTERTAINMENT', 'PHOTOGRAPHY', 'LIFESTYLE',
          'SPORTS', 'PRODUCTIVITY', 'COMMUNICATION', 'PERSONALIZATION', 'HEALTH_AND_FITNESS', 'FOOD_AND_DRINK', 'PARENTING',
          'MAPS_AND_NAVIGATION', 'TOOLS', 'VIDEO_PLAYERS', 'BUSINESS', 'AUTO_AND_VEHICLES', 'TRAVEL_AND_LOCAL',
          'FINANCE', 'MEDICAL', 'ART_AND_DESIGN', 'SHOPPING', 'NEWS_AND_MAGAZINES', 'SOCIAL', 'DATING', 'BOOKS_AND REFERENCES',
          'LIBRARIES_AND_DEMO', 'EVENTS']

np.random.seed(11222018)
comp_income_inst = pd.DataFrame({'Category': categs,
                                 'Installs': np.random.randint(100, 5000, 30),
                                 'Gross Income': np.random.uniform(0, 30, 30) * 100000
                                }, columns=['Category', 'Installs', 'Gross Income'])

输出

Two Legend Plot Output

就算在绘图前,也要考虑用fig, ax = plt.subplots(figsize=(13,6)) ax = sns.scatterplot(x="Installs", y="Gross Income", data=comp_income_inst, hue='Category', palette=sns.color_palette("cubehelix",len(comp_income_inst)), size='Installs', sizes=(100, 5000), legend='brief', ax=ax) ax.set(xscale="log", yscale="log") ax.set(ylabel="Average Income") ax.set_title("Distribution showing the Earnings of Apps in Various Categories\n", fontsize=20) plt.rcParams["axes.labelsize"] = 15 # EXTRACT CURRENT HANDLES AND LABELS h,l = ax.get_legend_handles_labels() # COLOR LEGEND (FIRST 30 ITEMS) col_lgd = plt.legend(h[:30], l[:30], loc='upper left', bbox_to_anchor=(-0.05, -0.50), fancybox=True, shadow=True, ncol=5) # SIZE LEGEND (LAST 5 ITEMS) size_lgd = plt.legend(h[-5:], l[-5:], loc='lower center', borderpad=1.6, prop={'size': 20}, bbox_to_anchor=(0.5,-0.45), fancybox=True, shadow=True, ncol=5) # ADD FORMER (OVERWRITTEN BY LATTER) plt.gca().add_artist(col_lgd) plt.show() 来选择seaborn的主题:

Seaborn Plot Output