[解決済み] matplotlib を使って、カテゴリレベルの違いに応じて異なる色をプロットする

質問

次のようなデータフレームがあります。 diamonds のような変数で構成されています。 (carat, price, color) の散布図を描きたい。 price を carat に対して、各 color を意味し、異なる color は異なる色で描画されることを意味します。

で簡単です。 R で ggplot :

ggplot(aes(x=carat, y=price, color=color),  #by setting color=color, ggplot automatically draw in different colors
       data=diamonds) + geom_point(stat='summary', fun.y=median)

<イグ

これをPythonでやるにはどうしたらいいのでしょうか。 matplotlib ?

PS:

などの補助的なプロッティングパッケージについて知っています。 seaborn や ggplot for python を使って仕事をすることが可能かどうかを調べたいだけです。 matplotlib を単独で使用することが可能かどうかを知りたいだけです。

どのように解決するのですか？

インポートとサンプルDataFrame

import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns  # for sample data
from matplotlib.lines import Line2D  # for legend handle

# DataFrame used for all options
df = sns.load_dataset('diamonds')

   carat      cut color clarity  depth  table  price     x     y     z
0   0.23    Ideal     E     SI2   61.5   55.0    326  3.95  3.98  2.43
1   0.21  Premium     E     SI1   59.8   61.0    326  3.89  3.84  2.31
2   0.23     Good     E     VS1   56.9   65.0    327  4.05  4.07  2.31

と matplotlib

を渡すことができます。 plt.scatter a c 引数で、色を選択することができます。次のコードでは colors 辞書を定義し、ダイヤモンドの色をプロットの色に対応させています。

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

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

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

# add a legend
handles = [Line2D([0], [0], marker='o', color='w', markerfacecolor=v, label=k, markersize=8) for k, v in colors.items()]
ax.legend(title='color', handles=handles, bbox_to_anchor=(1.05, 1), loc='upper left')

plt.show()

df['color'].map(colors) は、"diamond" から "plotting" へと色を効果的にマッピングします。

(もう 1 つのサンプル画像を載せないことをお許しください。2 つで十分だと思います :P)

と seaborn

を使うことができます。 seaborn のラッパーである matplotlib のラッパーで、デフォルトでよりきれいに見えるようにし（むしろ意見に基づくものですが:P）、いくつかのプロット機能も追加しています。

このために、あなたは seaborn.lmplot で fit_reg=False を追加します (これにより、自動的に何らかの回帰が行われるのを防ぐことができます)。

• sns.scatterplot(x='carat', y='price', data=df, hue='color', ec=None) も同じことをします。

選択する hue='color' を選ぶと、seaborn はデータを分割して 'color' カラムのユニークな値に基づいてデータを分割し、プロットするように指示します。

sns.lmplot(x='carat', y='price', data=df, hue='color', fit_reg=False)

と pandas.DataFrame.groupby & pandas.DataFrame.plot

seabornを使いたくない場合は pandas.groupby を使って色だけを取得し、matplotlibだけを使ってプロットします。ただし、手動で色を割り当てながら行う必要があります。以下に例を追加しました。

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()

このコードは、上記と同じDataFrameを想定し、グループ化するために color . そして、これらのグループを繰り返し、それぞれについてプロットしています。色を選択するために、私は colors 辞書を作成し、ダイヤモンドの色（例えば D ) を実際の色 (例えば tab:blue ).