基于列名的带有图例的 T-SNE 散点图

Posted 2023-03-12

【中文标题】基于列名的带有图例的 T-SNE 散点图

【英文标题】：T-SNE Scatter Plot with Legend Based on the Column Names

【发布时间】：2020-05-04 13:40:15

【问题描述】：

我的 T-SNE 散点图打印得很好，但打印出来的颜色都是一样的，而且没有图例。我在这方面遇到了很大的麻烦。对于 SeaBorn，它将是“色调”，对于 Matplotlib，它将定义“c”。总而言之，我真的需要帮助定义一个具有 A、B、C（列名）的图例并将它（A、B、C）链接到散点图上的颜色。

我的数据如下：

  A    B    C
 1.0  2.0  3.0
 4.0  5.0  6.0
 7.0  8.0  9.0

a = pd.DataFrame(data_files, columns = ['A'])
b = pd.DataFrame(data_files, columns = ['B'])
c = pd.DataFrame(data_files, columns = ['C'])

test_array = [a,b,c]
data_elem  = pd.concat(test_array, axis = 1, sort = False)

model     = TSNE(n_components = 2, perplexity = 50, learning_rate = 100, random_state  = None)
tsne_data = model.fit_transform(data_elem)
tsne_df   = pd.DataFrame(tsne_data)

htw = tsne_df.to_numpy(copy = True)
tsne_df['tsne_x'] = htw[:, 0]
tsne_df['tsne_y'] = htw[:, 1]

sns.scatterplot(
      x       = "tsne_x",
      y       = "tsne_y",
      #hue     = "",       <--issue is here
      palette = "Greens",
      data    = tsne_df,
      legend  = "full",
      alpha   = 0.3

   )

plt.xlabel("Dimension_X")
plt.ylabel("Dimension_Y")

plt.legend(loc = 'upper right')
plt.show()

我尝试过的任何方法都不起作用。如果您使用 matplotlib，我会通过尝试定义“hue”或“c”来不断收到错误，即 KeyError 或其他错误

【问题讨论】：

您实际尝试过什么，最近一次或多次尝试的全部错误是什么？

@G.Anderson 我试过了：tsne_df['col']: ["A"]*len(a) + ["B"]*len(b) + ["C"]* len(c) hue ="col" ` 错误是：ValueError：无法解释输入'col'

我也尝试删除标签并将它们添加到单独的变量中，但我认为我没有正确

如果你想使用 seaborn，你需要将你的数据框从宽格式融合到长格式。如果你想使用 matplotlib，你可以遍历列 for col in df.columns: plt.scatter(df.index.values, df[col].values, label=col)。如果你想使用 pandas，你可以这样做 df.plot.scatter()。

@ImportanceOfBeingErnest 我是在通过 tsne 之前还是之后融化数据框？

【参考方案1】：

我相信我解决了它。 确保在将 DataFrame 放入 T-SNE 之前，将数据与标签分开。

data_elem_data                  = data_elem
data_elem_label                 = labels go here (must be 1 dimensional)

对我来说，我需要先将 data_elem_label 展平，然后再将其与所有内容结合起来。

data_elem_label  = data_elem_label.values.flatten() 

T-SNE 创建两列 (x,y)，因此添加第三列，这将是一个标签列。所以...将分离的标签列（从头开始）添加到完成的 T-SNE 中。

即：

tsne_df = pd.concat([tsne_df, pd.Series(data_elem_label)], axis = 1) 

这对我有用。