Matplotlib, Seaborn 및 Pandas에서 범주 수준에 대해 다양한 색상으로 산점도를 만드는 방법은 무엇입니까?

범주 수준에 대해 서로 다른 색상을 사용하는 산점도

Matplotlib 사용

Matplotlib를 사용하여 서로 다른 범주 수준을 서로 다른 색상으로 표시하는 산점도를 생성하려면 , 다음 단계를 따르세요.

1. Matplotlib와 플롯하려는 데이터 프레임을 가져옵니다.
2. 범주 수준을 플롯 색상에 매핑하는 사전을 정의합니다.
3. 사용 plt.scatter, x 및 y 값과 c 인수를 전달하여 색상을 지정합니다.

<code class="python">import matplotlib.pyplot as plt
import pandas as pd

colors = {'D':'tab:blue', 'E':'tab:orange', 'F':'tab:green', 'G':'tab:red', 'H':'tab:purple', 'I':'tab:brown', 'J':'tab:pink'}

df.scatter(df['carat'], df['price'], c=df['color'].map(colors))

plt.show()</code>

Seaborn 사용

Seaborn은 Matplotlib에 대한 래퍼로, 더 많은 기능을 제공합니다. 사용자 친화적인 인터페이스. Seaborn을 사용하여 범주형 수준에 대해 다양한 색상의 산점도를 만들려면 다음 단계를 따르세요.

1. Seaborn과 플롯하려는 데이터 프레임을 가져옵니다.
2. seaborn.scatterplot을 사용하여 전달합니다. x 및 y 값과 색상 매개변수를 사용하여 범주 수준을 지정합니다.

<code class="python">import seaborn as sns

sns.scatterplot(x='carat', y='price', data=df, hue='color')

plt.show()</code>

pandas.groupby 및 pandas.DataFrame.plot 사용

Pandas를 사용할 수도 있습니다. groupby 및 pandas.DataFrame.plot을 사용하여 범주형 수준에 대해 다양한 색상으로 산점도를 생성합니다. 이 방법을 사용하면 더 많은 수동 작업이 필요하지만 플롯의 모양을 더 잘 제어할 수 있습니다.

1. Pandas와 플롯하려는 데이터 프레임을 가져옵니다.
2. 데이터 프레임을 그룹화합니다. 범주 수준.
3. 그룹을 반복하고 각 그룹을 다른 색상으로 구성합니다.

<code class="python">import pandas as pd

fig, ax = plt.subplots(figsize=(6, 6))

grouped = df.groupby('color')
for key, group in grouped:
    group.plot(ax=ax, kind='scatter', x='carat', y='price', label=key, color=colors[key])

plt.show()</code>

위 내용은 Matplotlib, Seaborn 및 Pandas에서 범주 수준에 대해 다양한 색상으로 산점도를 만드는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!