Matplotlib散点图无法显示所有图例（某些图例缺失）

Question

在我的数据中，总共有23个班级。

all_classes = ['E6Tle4', 'E2Rasgrf2', 'InV', 'E4Thsd7a', 'E3Rmst', 'E3Rorb','E5Galnt14', 'Clau', 'E4Il1rapl2', 'E5Parm1', 'OPC', 'Mis', 'E5Sulf1', 'Ast', 'OliM', 'E5Tshz2', 'InS', 'InN', 'InP', 'OliI', 'Endo', 'Mic', 'Peri']

我想用这些类作为标签绘制点的散点图。但是，传说只显示了9个班级。 这是一个再现错误的玩具示例。

a = np.random.rand(23)/23
size= 2000
df = pd.DataFrame(
    {'x': np.random.rand(size),
    'y': np.random.rand(size),
     'classes': np.random.choice(all_classes, size, p=a/sum(a))
    })
from sklearn.preprocessing import LabelEncoder
le = LabelEncoder()
df["label"] = le.fit_transform(df["classes"])

fig, axes = plt.subplots(1, 3, figsize=(10,3))
fig.suptitle("true label")
ax1 = axes[0]
vis(ax1, df, df["label"], df["classes"], title="RNA")
fig.tight_layout()
fig.subplots_adjust(top=0.85)


def vis(ax, df, label_num, label_name, alpha=0.7, s=10, title="visualization", vis=False):
    points = ax.scatter(df.iloc[:, 0], df.iloc[:, 1], c=label_num, label=label_name, edgecolor='none',alpha=0.7, s=s)
    ax.spines["top"].set_visible(vis)
    ax.spines["right"].set_visible(vis)
    ax.set_title(title)
    
    ax.legend(handles=points.legend_elements()[0], labels=list(np.unique(label_name)), 
              title="Classes", loc='center left', bbox_to_anchor=(1, 0.5))

使用以下代码，我们可以确认列类包含23个类。

len(df["classes"].unique())  # return 23

但是，您可以看到图例中仅显示9个类。

Answer 1

您可以在num调用中设置handles=points.legend_elements()[0]参数：

ax.legend(handles=points.legend_elements(num=len(all_classes))[0],...)

您需要编辑课程的大小，例如，使用figsize = (7,7)的单轴即可获得：

请参见documentation here（授予的内容被藏起来了）。我猜默认情况下该参数设置为num="auto"，这几乎是自动的，但似乎只是设置了一个对大多数数据集都适用的截止值。