Maison >développement back-end >Tutoriel Python >Comment créer un nuage de points avec des données catégorielles dans Matplotlib de Python ?

Comment créer un nuage de points avec des données catégorielles dans Matplotlib de Python ?

DDD
DDDoriginal
2024-12-20 10:46:11345parcourir

How to Create a Scatter Plot with Categorical Data in Python's Matplotlib?

Comment créer un nuage de points par catégorie

Dans Matplotlib de Python, la création d'un nuage de points par catégorie peut être réalisée à l'aide de la méthode plot, comme démontré ci-dessous :

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

# Generate Data
num = 20
x, y = np.random.random((2, num))
labels = np.random.choice(['a', 'b', 'c'], num)
df = pd.DataFrame(dict(x=x, y=y, label=labels))

# Group Data
groups = df.groupby('label')

# Plot
fig, ax = plt.subplots()
ax.margins(0.05)  # Optional padding
for name, group in groups:
    ax.plot(group.x, group.y, marker='o', linestyle='', ms=12, label=name)
ax.legend()

plt.show()

Pour une apparence plus personnalisée ressemblant à celle par défaut des Pandas style :

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

# Generate Data
num = 20
x, y = np.random.random((2, num))
labels = np.random.choice(['a', 'b', 'c'], num)
df = pd.DataFrame(dict(x=x, y=y, label=labels))

# Group Data
groups = df.groupby('label')

# Plot
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.x, group.y, marker='o', linestyle='', ms=12, label=name)
ax.legend(numpoints=1, loc='upper left')

plt.show()

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Déclaration:
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn