如何在散点图中显示图例以区分类

Posted 2023-03-12

【中文标题】如何在散点图中显示图例以区分类

【英文标题】：How to display legends in scatter plot in order to differentiate between the classes

【发布时间】：2021-06-14 18:35:54

【问题描述】：

我正在处理来自 sklearn 的 iris 数据集。您可能知道 iris 数据集有 3 个类 ['setosa'、'versicolor'、'virginica']。我为这个数据集做了一个散点图。详情如下

from sklearn.datasets import load_iris
iris=load_iris()
Y_train=iris.target
X_train=iris.data
class_labels=iris.target_names
plt.scatter(X_train[:,0], X_train[:,1], c=Y_train)
plt.xlabel('attr1')
plt.ylabel('attr2')
plt.show()

我有散点图，您可以在其中看到黄色、绿色和紫色的点。我想知道哪个颜色点属于哪个类（'setosa'、'versicolor'、'virginica'）。我想显示图例，以便我知道哪种颜色代表哪个类

【参考方案1】：

在这种情况下，您可以通过循环遍历标签并使用与散点图相同的colormap 和norm 来创建custom legend。默认情况下，使用'viridis' 颜色映射，以及将最小颜色值映射为 0 并将最大值映射为 1 的规范。

import matplotlib.pyplot as plt
from sklearn.datasets import load_iris

iris = load_iris()
Y_train = iris.target
X_train = iris.data
class_labels = iris.target_names
cmap = plt.get_cmap('viridis')
norm = plt.Normalize(Y_train.min(), Y_train.max())
plt.scatter(X_train[:, 0], X_train[:, 1], c=Y_train, cmap='viridis', norm=norm)
handles = [plt.Line2D([0, 0], [0, 0], color=cmap(norm(i)), marker='o', linestyle='', label=label)
           for i, label in enumerate(class_labels)]
plt.legend(handles=handles, title='Species')
plt.show()

您也可以使用 seaborn，尽管目前设置图例标签并不简单。

import seaborn as sns

sns.set()
ax = sns.scatterplot(x=X_train[:, 0], y=X_train[:, 1], hue=Y_train, palette='viridis')
ax.legend(ax.legend_.legendHandles, class_labels, title='Species')