Pandas scatter_matrix 中的类标签

Posted 2023-03-11

【中文标题】Pandas scatter_matrix 中的类标签

【英文标题】：class labels in Pandas scattermatrix

【发布时间】：2014-05-21 13:17:47

【问题描述】：

之前有人问过这个问题，Multiple data in scatter matrix，但没有得到答案。

我想制作一个散点矩阵，类似于in the pandas docs，但针对不同的类别使用不同颜色的标记。例如，我希望根据其中一列（或单独列表）的值，一些点显示为绿色，而其他点显示为蓝色。

这是一个使用 Iris 数据集的示例。点的颜色代表鸢尾花的种类 -- Setosa、Versicolor 或 Virginica。

pandas（或 matplotlib）有办法制作这样的图表吗？

【问题讨论】：

查看 seaborn 项目：stanford.edu/~mwaskom/software/seaborn/tutorial/axis_grids.html（基于 pandas 和 matplotlib）

@PaulH，感谢您的链接，这看起来非常有用。看起来我正在寻找的功能仍在开发中：github.com/mwaskom/seaborn/issues/63。

【参考方案1】：

更新：此功能现在在最新版本的 Seaborn 中。 Here's an example.

以下是我的权宜之计：

def factor_scatter_matrix(df, factor, palette=None):
    '''Create a scatter matrix of the variables in df, with differently colored
    points depending on the value of df[factor].
    inputs:
        df: pandas.DataFrame containing the columns to be plotted, as well 
            as factor.
        factor: string or pandas.Series. The column indicating which group 
            each row belongs to.
        palette: A list of hex codes, at least as long as the number of groups.
            If omitted, a predefined palette will be used, but it only includes
            9 groups.
    '''
    import matplotlib.colors
    import numpy as np
    from pandas.tools.plotting import scatter_matrix
    from scipy.stats import gaussian_kde

    if isinstance(factor, basestring):
        factor_name = factor #save off the name
        factor = df[factor] #extract column
        df = df.drop(factor_name,axis=1) # remove from df, so it 
        # doesn't get a row and col in the plot.

    classes = list(set(factor))

    if palette is None:
        palette = ['#e41a1c', '#377eb8', '#4eae4b', 
                   '#994fa1', '#ff8101', '#fdfc33', 
                   '#a8572c', '#f482be', '#999999']

    color_map = dict(zip(classes,palette))

    if len(classes) > len(palette):
        raise ValueError('''Too many groups for the number of colors provided.
We only have  colors in the palette, but you have 
groups.'''.format(len(palette), len(classes)))

    colors = factor.apply(lambda group: color_map[group])
    axarr = scatter_matrix(df,figsize=(10,10),marker='o',c=colors,diagonal=None)


    for rc in xrange(len(df.columns)):
        for group in classes:
            y = df[factor == group].icol(rc).values
            gkde = gaussian_kde(y)
            ind = np.linspace(y.min(), y.max(), 1000)
            axarr[rc][rc].plot(ind, gkde.evaluate(ind),c=color_map[group])

    return axarr, color_map

作为示例，我们将使用与问题中相同的数据集，可用here

>>> import pandas as pd
>>> iris = pd.read_csv('iris.csv')
>>> axarr, color_map = factor_scatter_matrix(iris,'Name')
>>> color_map
'Iris-setosa': '#377eb8',
 'Iris-versicolor': '#4eae4b',
 'Iris-virginica': '#e41a1c'

希望这有帮助！

【讨论】：

如果有人通过搜索最终到达这里，从 seaborn 0.4 开始，这应该很容易。 Here's 一个基本的例子。

【参考方案2】：

您也可以从 pandas 中调用 scattermatrix，如下所示：

pd.scatter_matrix(df,color=colors)

colors 是大小为len(df)的列表，包含颜色

【讨论】：

这在紧要关头起作用，但它不会沿主对角线按颜色分解直方图。这是它在我的机器上的样子：imgur.com/pJXgVpJ

对，那么你的解决方案更好。